İş Zekası Nedir?

14 Mayıs 2021

Bu Makalede

Veri Yönetimi Tanımlandı

Veri yönetimi; verilerin güvenli, verimli ve uygun maliyetli bir şekilde toplanması, saklanması ve kullanılması uygulamasıdır. Veri yönetiminin amacı; insanların, kurumların ve bağlantılı araçların, verilerin politika ve düzenleme sınırları kapsamında kullanımını optimize etmelerine yardımcı olmaktır. Böylece, kuruma en yüksek düzeyde fayda sağlayacak kararlar alabilir ve bunları hayata geçirebilirler. Kuruluşlar değer yaratmak için giderek daha fazla maddi olmayan varlıklara yöneldiklerinden, güçlü bir veri yönetimi stratejisi her zamankinden daha önemli hale gelmektedir.

Veri Yönetimi Tanımlandı

Bir kurumdaki dijital verileri yönetmek; çok çeşitli görev, kural, süreç ve uygulamalar gerektirir. Veri yönetimi çalışmaları, aşağıdakiler de dâhil olmak üzere geniş bir kapsama sahiptir:

  • Çeşitli veri katmanlarında veri oluşturma, verilere erişme ve verileri güncelleme
  • Verileri birden fazla bulut ortamında ve işletme içinde depolama
  • Yüksek erişilebilirlik ve olağanüstü durum kurtarma sağlama
  • Verileri giderek daha çeşitli hâle gelen uygulama yazılımlarında, analitiklerde ve algoritmalarda kullanma
  • Veri gizliliği ve güvenliği sağlama
  • Verileri saklama programları ve mevzuat uyum gereklilikleri uyarınca arşivleme ve imha etme

Resmi bir veri yönetimi stratejisi, kullanıcıların ve yöneticilerin faaliyetlerini, veri yönetimi teknolojilerinin becerilerini, yasal gereklilikleri ve kurumun verilerden değer elde etme ihtiyaçlarını kapsar.

Veri Sermayesi İşletme Sermayesidir

Günümüzün dijital ekonomisinde veri, dijital ürün ve servislerin üretiminde ekonomik bir faktör olan bir sermaye türüdür. Bir otomobil üreticisi gerekli finansal sermayeye sahip olmadan yeni bir modeli nasıl üretemezse gömülü algoritmaları besleyecek verilere sahip olmadan kendi kendine giden araçları da üretemez. Verilerin üstlendiği bu yeni rol, bilişimin geleceği kadar rekabetçi stratejileri de etkiliyor.

Verilerin bu merkezi ve misyon kritik rolü göz önüne alındığında büyüklükleri veya türleri ne olursa olsun, her kurum güçlü yönetim uygulamalarına ve güçlü bir yönetim sistemine sahip olmalıdır.

Günümüzün Veri Yönetim Sistemleri

Günümüzdeki kurumlar, verileri çeşitli ama birleşik bir veri katmanında yönetmenin verimli bir yolunu sunan bir veri yönetim çözümüne ihtiyaç duyuyor. Veri yönetimi sistemleri, veri yönetimi platformları üzerine kuruludur ve veritabanları, veri gölleri ve veri ambarları, büyük veri yönetim sistemleri, veri analizi ve daha fazlasını içerebilir.

Tüm bu bileşenler, bir kurumun uygulama yazılımları için ihtiyaç duyduğu veri yönetim becerilerini sunmak üzere "veri aracı" olarak birlikte çalışır. Bu uygulama yazılımlarından gelen analitik ve algoritmalarda da bunlardan yararlanılır. Mevcut araçlar veritabanı yöneticilerinin (DBA'lar) geleneksel yönetim görevlerinin çoğunu otomatikleştirmelerine yardımcı olsa da çoğu veritabanı konuşlandırmasının boyutu ve karmaşıklığı nedeniyle manuel müdahale hâlâ sık sık gereklidir. Manuel müdahale gerektiğinde hata olasılığı artar. Manuel veri yönetimi ihtiyacını azaltmak, yeni bir veri yönetim teknolojisi olan kendi kendini yöneten veritabanının temel hedeflerinden biridir.

Günümüzün Veri Yönetim Sistemleri

Veri Yönetimi Platformları

Yazılımlarım sürekli teslimatı için en kritik adım sürekli entegrasyondur (CI). CI, geliştiricilerin kod değişikliklerini (genellikle küçük ve artımlı) merkezi bir kaynak havuzuna kaydettikleri, bu işlem sonucunda otomatik derlemeler ve testleri başlatan bir geliştirme uygulamasıdır. Bu havuz, geliştiricilerin hataları üretime aktarmadan önce erken aşamalarda ve otomatik olarak yakalamalarını sağlar. Sürekli Entegrasyon ardışık düzeninde genellikle kod taahhüdünden temel otomatik linting işlemi/statik analiz gerçekleştirmeye, bağımlılıkları yakalamaya ve son olarak da yazılımı derleyip bir derleme oluşumu oluşturmadan önce bazı temel birim testleri yapmaya kadar bir dizi adım yer alır. Github, Gitlab gibi kaynak kodu yönetim sistemleri, Jenkins gibi CI araçlarının her kod girişinden sonra otomatik derlemeleri ve testleri çalıştırmaya başlamak için abone olabileceği web kancası entegrasyonu sunar.

Veri yönetim platformu bir kurumda büyük hacimlerde veri toplamak ve analiz etmek için temel sistemdir. Ticari veri platformları genellikle, veritabanı satıcısı veya üçüncü taraf satıcılar tarafından geliştirilen yönetim yazılım araçlarını içerir. Bu veri yönetimi çözümleri, BT ekiplerinin ve veritabanı yöneticilerinin aşağıdakiler gibi tipik görevleri gerçekleştirmesine yardımcı olur:

  • Veritabanı sistemindeki veya altyapıdaki arızaları tespit etmek, haber vermek, tanılamak ve çözmek
  • Veritabanı belleği ve depolama kaynaklarını tahsis etmek
  • Veritabanı tasarımında değişiklikler yapmak
  • Daha hızlı uygulama yazılımı performansı için veritabanı sorgularına verilen yanıtları optimize etmek

Gittikçe daha popüler hale gelen bulut veritabanı platformları, işletmelerin hızlı ve düşük maliyetli bir şekilde aşağı veya yukarı yönde ölçeklenmesini sağlar. Bu çözümlerden bazıları, kurumların daha da fazla tasarruf etmesini sağlayan bir servis olarak sunulur.


Kendi Kendini Yöneten Veritabanı nedir?

Bulutta bulunan bir kendi kendini yöneten veritabanı, veritabanı yedeklemeleri, güvenlik ve performans ayarlamaları gibi, veritabanı yöneticilerinin gerçekleştirdiği pek çok veri yönetim görevini otomatikleştirmek için yapay zeka (AI) ve makine öğreniminden yararlanır.

Otonom veritabanı olarak da anılan kendi kendini yöneten veritabanları, aşağıdakiler de dâhil olmak üzere önemli veri yönetimi avantajları sunar:

  • Daha az karmaşıklık
  • Daha düşük insan hatası ihtimali
  • Daha yüksek veritabanı güvenilirliği ve güvenliği
  • Gelişmiş operasyon verimliliği
  • Daha düşük maliyetler

Gittikçe daha popüler hâle gelen bulut veri platformları, işletmelerin hızlı ve düşük maliyetli bir şekilde yukarı veya aşağı yönde ölçeklenmesini sağlar. Bu çözümlerden bazıları, kurumların daha da fazla tasarruf etmesini sağlayan bir servis olarak sunulur.

Büyük Veri Yönetim Sistemleri

Büyük veri, bazı açılardan tam da kulağa geldiği gibidir, pek çok veriden oluşur. Ancak büyük veri, aynı zamanda geleneksel verilere kıyasla daha çeşitli biçimlerde gelir ve yüksek hızda toplanır. Facebook gibi bir sosyal medya kaynağından her gün veya her dakika gelen tüm verileri düşünün. Bu verilerin miktarı, çeşitliliği ve hızı, işletmeler için bu verileri bu denli değerli kılar, ancak yönetimi de çok karmaşık hâle getirir.

Video kameralar, sosyal medya, ses kayıtları ve Internet of Things (IoT) cihazları gibi farklı kaynaklardan daha fazla veri toplandıkça, büyük veri yönetim sistemleri ortaya çıktı. Bu sistemler üç genel alanda uzmanlaşıyor.

  • Büyük veri entegrasyonu, toplu işlemlerden akışa farklı veri türlerini getirir ve tüketilebilecek şekilde dönüştürür.
  • Büyük veri yönetimi veriyi bir veri havuzunda veya veri ambarında, genellikle nesne depolama kullanarak verimli, güvenli ve güvenilir bir şekilde depolar ve işler.
  • Büyük veri analizi, çizge analitiği dahil olmak üzere analitikle ilgili yeni içgörüleri ortaya çıkarır ve model oluşturmak için makine öğreniminden ve yapay zeka görselleştirmesinden yararlanır.

Şirketler ürün geliştirme, öngörüye dayalı bakım, müşteri deneyimi, güvenlik, operasyon verimliliği ve daha pek çok şeyi geliştirip hızlandırmak için büyük veriyi kullanıyor. Büyük veri büyüdükçe fırsatlar da artacak.

Veri Yönetiminin Zorlukları

Günümüzde veri yönetimindeki zorlukların çoğu, işlerin daha hızlı ilerlemesinden ve veri artışının hızlanmasından kaynaklanıyor. Erişebildikleri verilerin çeşitliliği, hızı ve hacmi sürekli büyürken, kurumlar duruma ayak uydurmak için daha etkili yönetim araçları aramak zorunda kalıyor. Kurumların karşılaştığı en büyük zorluklardan bazıları şunlardır:

Veri içgörülerinin eksikliği

Sensörler, akıllı cihazlar, sosyal medya ve video kameralar gibi veri kaynaklarının sayısı ve çeşitliliği artarken gelen veriler toplanıyor ve kaydediliyor. Ancak kurum, hangi verilere sahip olduğunu, bunların nerede bulunduğunu ve bunları nasıl kullanacağını bilmezse bu verilerden fayda sağlanamaz. Veri yönetimi çözümlerinin anlamlı içgörüleri zamanında sunabilmesi için ölçeğe ve performansa ihtiyacı vardır.

Veri yönetimi performans düzeylerini koruma konusundaki zorluk

Kurumlar sürekli daha fazla veri topluyor, depoluyor ve kullanıyor. Bu genişleyen katmanda en yüksek yanıt sürelerini korumak için kurumların, veritabanının yanıtladığı soru türlerini sürekli izlemesi ve sorgular değiştikçe performansı etkilemeden dizinleri değiştirmeleri gerekir.

Değişen veri gereksinimlerine uyum sağlama konusundaki zorluklar

Mevzuat uyum düzenlemeleri karmaşıktır, çok sayıda ülkenin yasalarının dikkate alınması gerekir ve bunlar sürekli değişir. Kurumların verileri kolayca gözden geçirebilmeleri, yeni veya değiştirilmiş tüm koşulları tanımlayabilmeleri gerekir. Özellikle, giderek daha katı hâle gelen küresel gizlilik düzenlemelerine uymak amacıyla kişileri tanımlayan bilgiler (PII) tespit edilmeli, takip edilmeli ve izlenmelidir.

Verileri kolayca işleme ve dönüştürme ihtiyacı

Verileri toplamak ve tanımlamak değer sağlamaz. Kurum bu verileri işlemelidir. Analiz için verileri dönüştürmek için çok zaman ve çaba gerekiyorsa bu analiz gerçekleşmez. Sonuç olarak, bu verilerin potansiyel değeri kaybolur.

Verileri sürekli olarak verimli bir şekilde depolama ihtiyacı

Veri yönetiminin yeni dünyasında kurumlar, veri ambarları ve her türlü biçimdeki tüm verileri tek depoda saklayan yapılandırılmamış veri havuzları da dâhil olmak üzere birden fazla sistemde veri depoluyor. Bir kurumun veri bilimcileri, verileri orijinal biçiminden çeşitli analizler için ihtiyaç duyacakları şekil, biçim veya modele hızla ve kolayca dönüştürmenin bir yolunu bulmak zorunda.

BT çevikliğini ve maliyetlerini sürekli optimize etme talebi

Bulut veri yönetim sistemlerinin kullanıma sunulmasıyla, organizasyonlar artık verileri şirket içi ortamlarda, bulutta veya ikisinin hibrit bir karışımında saklamayı ve analiz etmeyi tercih edebilir. BT organizasyonlarının maksimum BT çevikliğini korumak ve maliyetleri düşürmek için şirket içi ve bulut ortamları arasındaki özdeşlik düzeyini değerlendirmeleri gerekir.

Veri Yönetimi İlkeleri ve Veri Gizliliği

Avrupa Birliği tarafından yürürlüğe konulan ve Mayıs 2018'den bu yana uygulanan Genel Veri Koruma Yönetmeliği (GDPR), kişisel verilerin yönetimi ve işlenmesi için yedi temel ilkeyi içermektedir. Yasallık, adalet ve şeffaflık; amaç sınırlaması; doğruluk; depolama sınırlaması; bütünlük ve gizlilik bu ilkeler arasındadır.

GDPR ve California Tüketici Gizlilik Yasası (CCPA) gibi onu takip eden diğer yasalar, veri yönetiminin çehresini değiştiriyor. Bu gereklilikler, bireylere kişisel verileri ve bunun kullanım yolları konusunda kontrol olanakları veren standart veri koruma yasaları sağlar. Kurumlar, veri toplama aşamasında kişileri bilgilendirerek rızalarını almadıklarında, veri kullanımı ya da yerellik üzerinde kötü bir kontrol sergilediklerinde veya veri silme ya da taşınabilirlik gerekliliklerine uymadıklarında tüketiciler, veri konusunda hukuki bir taraf hâline gelir ve gerçek yasal yollarla duruma müdahale etme olanağı bulurlar.

Veri Yönetimi Alanındaki En İyi Uygulamalar

Veri yönetimi zorluklarının ele alınması için kapsamlı ve iyi düşünülmüş bir dizi en iyi uygulama gereklidir. Bazı en iyi uygulamalar, söz konusu verilerin türüne ve sektöre bağlı olarak değişse de aşağıdaki en iyi uygulamalar, kurumların bugün karşı karşıya kaldığı önemli veri yönetimi zorluklarına çözüm getirir:

Verilerinizi belirlemek için bir keşif katmanı oluşturun

Kurumunuzun veri katmanının tepesinde bir keşif katmanı bulunması, analistlerin ve veri bilimcilerinin verilerinizi kullanışlı hâle getirmek için veri kümeleri aramasına ve bunları incelemesine olanak tanır.

Verilerinize verimli bir şekilde yeni kullanım alanları kazandıracak bir veri bilimi ortamı geliştirin

Veri bilimi ortamı, veri dönüştürme çalışmalarını mümkün olduğunca otomatikleştirerek veri modellerinin oluşturulmasını ve değerlendirilmesini kolaylaştırır. Verilerin manuel olarak dönüştürülmesine duyulan ihtiyacı ortadan kaldıran bir dizi araç, yeni modellere yönelik varsayım ve test çalışmalarını hızlandırabilir.

Genişleyen veri katmanınızda performans seviyelerini korumak için kendi kendini yöneten teknolojiyi kullanın

Kendi kendini yöneten veri kabiliyetlerinde veritabanı sorgularını sürekli izlemek ve sorgular değiştikçe dizinleri optimize etmek için yapay zeka ve makine öğrenimi kullanılır. Bu, veritabanının hızlı yanıt sürelerini korumasını sağlar, veritabanı yöneticilerini ve veri bilimcilerini zaman alan manuel görevlerden kurtarır.

Mevzuat uyum gerekliliklerine ayak uydurmak için keşiften yararlanın

Yeni araçlarda verileri incelemek ve farklı ülkelerde yasalara uyum için tespit edilmesi, takip edilmesi ve izlenmesi gereken bağlantı zincirlerini belirlemek için veri keşfi özelliği kullanılır. Yasalara uyum talepleri dünyanın her yanında arttıkça, bu beceri risk ve güvenlik görevlileri için giderek daha önemli hâle gelecektir.

Bütünleşik bir veritabanı kullandığınızdan emin olun

Bütünleşik veritabanı, tüm modern veri türleri için yerel desteği ve en son geliştirme modellerini tek bir üründe sunan veritabanıdır. En iyi bütünleşik veritabanları çizge, IoT, blok zinciri ve makine öğrenimi gibi çok sayıda iş yükünü çalıştırabilir.

Veritabanı platformunuzun işletmenizi destekleyecek performans, ölçek ve kullanılabilirliğe sahip olduğundan emin olun

Verileri bir araya getirmenin amacı, daha iyi ve doğru zamanda kararlar vermek için verileri analiz etmektir. Ölçeklenebilir, yüksek performanslı bir veritabanı platformu, şirketlerin daha iyi ticari kararlar alabilmeleri için gelişmiş analitik ve makine öğreniminden yararlanarak birden fazla kaynaktan verileri hızlı bir şekilde analiz etmesine olanak sağlar.

Çok sayıda ve çeşitli veri depolama biçimlerini yönetmek için ortak bir sorgu katmanı kullanın

Yeni teknolojiler, veri yönetimi depolarının birlikte çalışmasına olanak tanıyarak aralarındaki farkların ortadan kalkmasını sağlıyor. Birçok veri depolama türünü kapsayan yaygın bir sorgu katmanı; veri bilimcilerin, analistlerin ve uygulama yazılımlarının verilere nerede depolandıklarını bilmeden ve manuel işlemlerle bunları kullanılabilir bir biçime dönüştürmelerine gerek kalmadan erişmelerini sağlar.

Veri Bilimi Ortamının Değeri

Veri bilimi, verilerden değer elde etmek üzere bilimsel yöntem, süreç, algoritma ve sistemlerin kullanıldığı, disiplinler arası bir alandır. Veri uzmanları; web, akıllı telefonlar, müşteriler, sensörler ve diğer kaynaklardan toplanan verileri analiz etmek üzere istatistik, bilgisayar bilimi ve iş bilgisi de dâhil olmak üzere bir dizi beceriyi bir araya getirir.

Veri Yönetimi Gelişiyor

Verilerin işletme sermayesi olarak yeni bir role kavuşmasıyla birlikte organizasyonlar, dijital girişimlerin ve köklü değişiklik yapan şirketlerin zaten bildikleri olguyu öğreniyor: Veriler eğilimleri belirlemek, kararlar almak ve rakiplerden önce harekete geçmek için değerli bir varlıktır. Verilerin değer zincirindeki yeni konumu, kurumların bu yeni sermayeden aktif olarak değer elde etmek için daha iyi yollar aramasına öncülük ediyor.

Bulutta kendi kendini yöneten bir stratejinin faydaları ve ölçeklenebilir, yüksek performanslı veritabanı bulut özellikleri dahil olmak üzere en iyi veri yönetiminin sizin için neler yapabileceği hakkında daha fazla bilgi edinin.

Veri yönetimiyle ilgili ürünler