İş zekası veya kısaca: BI (), iş amaçları için ham veriyi anlamlı ve kullanışlı bilgiye dönüştüren teorilerin, yöntemlerin, süreçlerin, mimarilerin ve teknolojilerin bir kümesidir. BI yeni fırsatlar tanımlamak ve geliştirmeye yardım etmek için büyük miktarlarda bilgi yönetir. Yeni fırsatların ve etkili strateji gerçekleştirmek için bir rekabet piyasası avantajı ve uzun soluklu kararlılık sağlar1.
BI (Business Intelligence = İş Zekası) teknolojileri iş operasyonlarının geçmiş, günümüz ve gelecekteki durumlarının incelenmesini sağlar. İş zekası teknolojilerinin yaygın fonksiyonları raporlama, güncel analitik ilerleme, analitiksellik, veri madenciliği, süreç madenciliği, karmaşık olay işleme, iş performans yönetimi, metin madenciliği, tahmin analitiği ve bakış açılı analitik.
Dönem iş zekası rekabetik zeka ile eş anlamlı olmasına rağmen (çünkü her ikisi de karar vermeyi destekler) rekabetik zeka bilgiyi şirket rakiplerine odaklı konulara yayıp, analiz edip bir araya getiriyorken, BI analiz etmek için teknolojileri, süreçleri ve uygulamaları kullanır. Genişçe anlatırsak, iş zekası rekabetik zekanın alt kümelerini içerir2.
IBM araştırmacısı Hans Peter Luhn 1958 yılındaki makalesinde iş zekası terimini kullandı. O zekayı, istenilen hedeflere doğru ilerlemek için aksiyon kılavuzu gibi bir yöntem içinde sunulan gerçeklerin biribirleriyle ilişkisini kavrama yeteneği olarak tanımladı3.
Bugünkü bildiğimiz iş zekasının 1960'ta başlayan ve 1980’lerin başından ortasına kadar gelişen karar destek sistemlerinden geliştiği söylenebilir. DSS planlama ve karar vermeye yardımcı olmak için oluşturulmuş bilgisayar destekli modellerden türetilmiştir. 1980’lerin sonunda DSS’den veri ambarları, Çalıştırılabilir Bilgi sistemleri, OLAP ve iş zekası ortaya çıkmıştır. 1989 yılında Howard Dresner (Daha sonra Gartner Grup analisti olmuştur) iş zekasını bir şemsiye dönemi olarak tanımlamak için gerçek tabanlı destek sistemleri kullanarak iş karar vermeyi gelşiştirmeye yarayan metotlar ve kavramlar olduğunu söylemiştir4. 1990’ların sonuna kadar bu kullanım yaygın değildi.5
Genelde BI uygulamaları bir veri ambarından veya bir veri ambarı rehberinden topladığı veriyi kullanır. Bir veri ambarı işlemsel verinin bir kopyasıdır böylece karar verme desteğini kolaylaştırır. Bununla birlikte tüm veri ambarları iş zekası için kullanılmaz. Bir veri ambarı için tüm iş zekası uygulamaları gerekmemektedir.
İş zekası ve veri ambarı kavramlarını ayırt etmek için Forrester Araştırma iş zekasını iki yolla tanımlar:
Geniş tanımının kullanımı: İş zekası iş amaçları için ham veriyi anlamlı ve kullanışlı bilgiye dönüştüren teoriler, metodolojiler, süreçlerin, mimarilerin ve teknolojilerin bir kümesidir6. Bu tanımı kullandığımızda iş zekası veri bütünleştirme, veri kalitesi, veri ambarı, yüksek veri yönetimi, metin ve içerik analizi ve Bilgi Yönetim bölümünde toplanmış diğer birçoklarını da kapsamış olur. Bu yüzden Forrester veri hazırlığı ve veri kullanımını ikiye ayırır fakat iş zekasının mimari yapısının bölümlerini birbirine yakından bağlar.
Forrester ikinciyi de, daha dar bir açıdan iş zekasını BI mimari yapısının sadece en üst katmanına işaret ederek raporlama, analitik ve kontrol paneli olarak tanımlamıştır7.
Thomas Davenport iş zekasının sorgulama, raporlama, OLAP içerisinde bölünebileceğini ve iş analitiğinin bir uyarı aracı olacağını tartışır. Bu tanımlamada iş analitiği BI‘ın istatistik, tahmin, optimizasyon tabanlı bir alt kümesidir8.
İş zekası aşağıdaki iş amaçlarına iş değerini arttırmak için uygulanabilir.
Üsttekilere ek olarak, iş zekası son kullanıcıyı acil uyarmak için ALARM fonksiyonu gibi önleyici tedbirler alınmasını da sağlayabilir. Alarmın birçok tipi vardır, mesala bazı iş değerleri rapor içindeki miktar renk miktarının eşik değerini aşacak kırmızıya dönüşecek ve iş analisti uyarılacak. Bazen bir uyarı mesajı da kullanıcıya gönderilebilir. Bu sondan sona süreç uzman tarafından yönetilen veri yönetimi gerektirir.
İş zekası girişkenliği için pozitif bir iş durumu sağlamak bazen zordur ve bazen projeler stratejik inisiyatiflerine göre önceliklendirilmelidir. Burada bazı ip uçları BI projesinin faydalarını arttırmak için sunulmuştur.
2009 Gartner makalesinde11 iş zekası piyasasında bu geliştirmeler olacağı tahmin edilmiştir.
2009 Bilgi Yönetimi özel raporu tahminine göre BI eğilimleri: gren hesaplama, sosyal ağ, veri görselleştirme, mobil BI, tahmin analitiği, tumleşik uygulamalar, bulut hesaplama, çoklu-dokunmatik12.
Diğer iş zekası eğilimleri aşağıdakileri içermektedir:
Araştırmanın diğer hatları iş zekası alanını ve belirsiz veriyi birleştirir. Bu bağlamda veri kesin olduğu varsayılmadan kullanılır. Onun yerine veri belirsiz olarak hesaba katılır ve bu yüzden bu belirsizlik BI tarafından üretilen sonuçlara yayılır. Aberdeen Grup tarafından yapılan bir çalışmaya göre bir hizmet olarak yazılıma (SaaS) olan ilgi yıllar içinde oldukça arttı. 2008 içinde %7 olan oran bir yılda iki katına çıkarak %15 oldu.
Info World de Chris Kanaracus bir makalesinde IDC araştırma firmasından 2013 boyunca SaaS (hizmet olarak yazılım: software as a service) BI piyasasının IT bütçelerindeki gerilim, ürün iyileştirmelerindeki artış ve diğer faktörler sayesinde %22 büyüme gösterdiği ile ilgili benzer bir gelişmeye işaret ediyor13.
Orijinal kaynak: iş zekası. Creative Commons Atıf-BenzerPaylaşım Lisansı ile paylaşılmıştır.
Ne Demek sitesindeki bilgiler kullanıcılar vasıtasıyla veya otomatik oluşturulmuştur. Buradaki bilgilerin doğru olduğu garanti edilmez. Düzeltilmesi gereken bilgi olduğunu düşünüyorsanız bizimle iletişime geçiniz. Her türlü görüş, destek ve önerileriniz için iletisim@nedemek.page