Data

Data Science, A.I., machine learning; bunlar son 5-10 senenin en popüler kavramları arasında. Gündelik yaşamımızda çoğu insanın kâğıt mendillere “Selpak” dediği gibi, bu günlerde de yapay zeka terimini olur olmaz her yerde kullanır olduk. Yapılan işleri biraz daha sükseli biraz daha pazarlanabilir kılmak için çoğu zaman sorumsuzca “yapay zekâ ile geliştirdik” deyip işin içerisinden sıyrılıveriyoruz. Geliştirdiğimiz uygulama iyi çalışıyorsa başarıyı, onu geliştiren organik zekâya; kötü çalışıyorsa yapay zekâ kısmına iteliyoruz çoğu zaman.

İster bir yapay zekâ, ister machine learning algoritması kullanan bir uygulama tasarlayın veya advanced analytics yapın; tüm bu çalışmaların temelinde zengin bir data kaynağınızın olması lazım.

Bugün en gelişi güzel tasarlanan sistemden bile temel bilgileri içeren loglar alınabilir. Örneğin; tarih, kullanıcı bilgisi, işlem kodu gibi temel bilgileri içeren bir sistemden çok basit bazı analizleri yapabilirsiniz. Ancak bu sistemden yapacağınız analizler yukarıdaki şekildeki lego’ dan yapılmış araba modelinde olduğu gibi çok basit olmak zorunda.

Ancak; süreçlerinizi daha iyi anlamak, daha kapsamlı ve/veya derin analizler yapabilmek için daha kapsamlı, detaylı ve diğer sistemlerle daha iyi entegre log yapılarına ihtiyacınız olacaktır. Tıpkı sağ taraftaki lego araba modelinde olduğu gibi, uygulama loglarınızda ne kadar zengin detay barındırırsa bu loglardan elde edeceğiniz çalışmaların hem kapsamı hem de barındırdığı detay bir o kadar artmış olacak. Aynı zamanda daha kapsamlı analizleri, daha hızlı çıkarabilmenize de imkân sağlayacaktır.

Son olarak uygulamanızın loğları, diğer uygulamalar ile ne kadar iyi entegre olursa, uygulamalar arasında da detaylı analizler yapabilirisiniz. Örneğin bir süreç içerisinde yer alan farklı uygulamalarda ne kadar süre geçirdiğinizi tespit edebilirsiniz. Kişi veya ekip bazlı verimlilik analizleri yapabilir, süreçlerinizde tıkanan veya yavaşlamaya sebep olan unsurları daha hızlı fark edebilirsiniz.

Bir uygulama geliştiriyorsanız, datayı yetkin şekilde kullanan, ilişkilendirebilen ve iş birimi süreçleri hakkında bilgi sahibi kişiler ile çalışmanızı tavsiye ederim. Her uygulamanın yazılımcısı veya mimarı uygulamasında neyi logladığını veya loglaması gerektiği ile ilgili iyi kötü fikir sahibidir. Genelde günümüzdeki organizasyonlarda uygulamaların nasıl konuşacağı birbirlerine ne alıp vereceği tasarım aşamasında konuşulur, netleştirilir. Ancak sonrasında bu sistemlerde oluşan dataların nasıl kullanılacağı, ne şekilde işlenip hangi sistemdeki verilerle nasıl ilişkiler üzerinden zenginleştirileceği gibi detayları genelde data ile uğraşan iz zekası ekipleri daha iyi bilir. O yüzden bu ekiplerden alınacak bazı küçük öneriler, sonrası için çok büyük fark yaratabilir.

Post a Comment

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

This site uses Akismet to reduce spam. Learn how your comment data is processed.