The Age Of Analytics / Analitik Çağı

in #blog6 years ago

Capture.PNG
The amount of data that are produced in the world is growing like an avalanche. The amount of digital data produced in the last two years is estimated to be higher than the total amount of data that humanity has produced before. Unit costs for data storage, processing and transfer are rapidly decreasing. 5 years later, by paying the same amount of money today, we will buy computers that can do 10 times more process in same unit time. 10 years later, the same money will be paid to buy computers with a processing capacity of 100 times higher than today. Experts can make such clear predictions due to the fact that the skills related to information technology have been developing in a exponential trend for over 40 years. The rapid development of Information technology capabilities resulted in a rapid rise in economic value from data. With the expansion of computers and mobile devices, individuals produce more data. In addition to data generated by people, data generated by machines, cameras and sensors has also contributed to the enormous volume of data needed to be analyzed.

Big Data

In recent years, the concept of Big Data became very popular. Big data means data that does not fit on computers, which is difficult to store and process. Data needs to be analyzed in order to obtain value. As the volume of the data grows, it becomes difficult to analyze. Big data is large in size and it has a variety of formats. In recent years, a wide range of data types, such as audio, video, free text have become subject to analysis. Computers began to understand the natural speech language partially. People in the data business have a habit of working in table format, rows and columns, with data sets containing letters and numbers. The processing of the data in this format is relatively easy, and the table structure provides efficiency in data processing. In recent years, in addition to the data in table format, new types of data such as text, sound, image, etc.have been analyzed. Another defining feature of large data is the speed. It takes technologically additional skill to get instant access to fast-flowing data and perform analyses or take action on it. In addition to the volume, variety, veracity dimensions for big data, the fourth dimension can be expressed as the value. The analysis of big data should create economic value.
Information Monatization

Information adaptation is the capacity to produce income from accessible information sources through revelation, stockpiling, investigation, distributing or utilize. At the end of the day, the procedure by which information makers, information integrators and information shoppers purchase and offer or trade information is called information adaptation.

The procedure of information adaptation happens in five phases.

Deciding inward and outside information sources.

Information is sorted out, blended, checked and refreshed, strategies are resolved to guarantee coherence.

Standards for how information is prepared, put away, and got to

Information manupilation is performed on the information and experiences are acquired.

Utilizing the understanding from the information, move is made and esteem is delivered.

Information adaptation can produce income specifically or by implication. Strategies for profiting from information;

Clearing or exchanging the market utilizing information,

Create information driven items or administrations,

Offering crude information through delegates,

Change over the information into a report or dashboord and advertise it inside the membership rationale

It is deceptive to pitch client information to another foundation for any reason at all without the assent of the clients. Also, such a conduct is in opposition to the laws of security of individual information that is legitimate in numerous nations.

Other than coordinate strategy an expansive number of non-coordinate information adaptation techniques re accessible. Business and client examination forms prompt a significant activity makes income or spares costs.
Capture.PNG
Examination

As of late, examination has been utilized substantially more in all everyday issues, at any rate I suspect as much. "In the event that you have a mallet you tend to see each issue as nail." It might be because of recognition selectivity. Investigation is a bizarre word, fundamentally the same as the word examination. Investigation can be characterized as partitioning an entire into parts and taking a shot at each piece and endeavoring to comprehend the connections between the pieces. Examination alludes to a procedure in such manner.

Investigation is a business train that includes influencing expectations notwithstanding the examination to process and offering the outcomes to invested individuals. New age officials need to settle on choices in view of information. Everyone realizes that the individuals who choose as per the information show signs of improvement comes about. There's an adage about examination, "On the off chance that you torment the information sufficiently long, it will admit." obviously, I don't mean this sort of utilization of investigation.

Development Stages Of Analytics

Expository has advanced steadily after some time. Since I have been dealing with the subject for quite a while, I have had the chance to encounter all phases of advancement. The sorts and development phases of investigation can be abridged as takes after:

Examination Type Method Example Difficulty Related Question

Summary Query and Report Population By Cities Normal What Happened?

Insight Data Mining Factors Affecting Population Growth Difficult What Caused?

Prediction Machine Learning Population Growth Forecasting Difficult What Will Happen?

Optimizayon Artificial Intelligence Optimum Population Growth Very Difficult What Should Be?

Bunches of individuals discussing man-made reasoning nowadays. Nonetheless, man-made brainpower speaks to just a small amount of the esteem that can be made through examination. In the event that we contrast systematic teach with coordinations area, man-made brainpower resembles a space carry. It is hard to manufacture and it is expensive, then again, it is probably going to move us to new skylines. On the off chance that we proceed through a similar relationship, we can contrast information mining and machine learning and planes. They are extremely helpful vehicles, they are broadly utilized, and they create a lot of significant worth. We can contrast customary reports with autos. These vehicles, which are nearby at any minute, are making the best esteem.

Apparatuses and Programs Used

Exceed expectations is the unbelievable device of examination go from age to age. It is anything but difficult to utilize and it is broadly known. Python has turned into the fundamental programming dialect of examination as of late. Explanatory models of machine learning and man-made consciousness libraries are generally Python-based. Other programmin dialects utilized as a part of examination is R and Java.

Every one of the articles I expounded on computerized reasoning are recorded underneath.

What Is Artificial Intelligence?

Will Artificial Intelligence Take Over The World?

Will Artificial Intelligence Unite The Nations?

Will Artificial Intelligence Be Creavite?

A debt of gratitude is in order for perusing.

Picture Sources: https://giphy.com and https://pixabay.com

page break.PNG

Analitik Çağı

Dünyada üretilen veri miktarı çığ gibi büyüyor. Child iki yılda üretilen dijital veri miktarının insanlığın daha öncesinde ürettiği toplam veri miktarından yüksek olduğu tahmin ediliyor. Veri depolama, işleme ve aktarımına ilişkin birim maliyetler ise hızla azalıyor. 5 yıl sonra bugünküyle aynı para ödenerek birim zamanda 10 kat fazla işlem yapabilen bilgisayarlar alınabilecek. 10 yıl sonra ise yine aynı para ödenerek bugünkünden 100 kat daha yüksek kapasiteli bilgisayarlar satın almak mümkün olacak. Konunun uzmanlarının böylesine net tahminler yapabilmesi, bilgi teknolojilerine ilişkin yeteneklerin 40 yılı aşkın süredir üstel bir trendde ve istikrarlı biçimde gelişmesi sayesinde oluyor. Bilgi teknolojisi yeteneklerinin hızlı gelişimi veriden elde edilen ekonomik değerin de hızla yükselmesi sonucunu doğurdu. Bilgisayarların ucuzlayıp yaygınlaşması ile bireyler daha fazla veri üretiyorlar. Cep telefonları ve bilgisayarlar üzerinde insanların oluşturduğu verilerin yanı sıra, makinaların ve sensörlerin oluşturduğu veriler de analiz edilmesine ihtiyaç duyulan veri hacminin inanılmaz boyutlarına ulaşmasına katkı sağladı.

Büyük Veri

Child yıllarda büyük veri kavramı çok popüler oldu. Büyük veri ile bilgisayarlara sığmayan, sew depolanması, trim de işlenmesi zor olan veriler kastediliyor. Üretilen verilerden değer elde edilmesi için bu verilerin analiz edilmesi gerekiyor. Verinin ölçeği büyüdükçe verileri analiz etmek zorlaşıyor. Büyük veri verilerin hacim anlamında büyük olmasının yanı sıra design olarak çeşitli olmasını da ifade ediyor. Yapılandırılmamış olarak isimlendirebilecek ses, görüntü, video gibi çok çeşitli veri türleri child yıllarda analize konu olmaya başladı. Yapılandırılmamış olarak isimlendirilen veriler arasında web ve e-posta içerikleri gibi metin verileri de bulunuyor. Bilgisayarlar doğal konuşma dilini kısmen anlamaya başladı. Veri işindeki insanların tablo formatında, satırlar ve sütunlardan oluşan, içinde harfler ve rakamların bulunduğu veri setleri üzerinden çalışmak konusunda bir alışkanlığı bulunuyor. Bu formattaki verilerin işlenmesi görece kolay, tablo yapısı veri işlemede etkinlik sağlıyor. Child yıllarda tablo formatındaki verilerin yanı sıra metin, ses, görüntü vb yeni tür veriler analiz edilmeye başlandı. Büyük verinin bir diğer belirleyici özelliği hızı. Hızla akan veriye anında erişip üzerinden analiz gerçekleştirmek veya aksiyon alabilmek teknolojik olarak ilave beceri gerektiriyor. Büyük veriye ilişkin hacim, çeşitlilik, hız boyutlarının yanı sıra dördüncü boyut olarak ise değeri ifade edebiliriz. Büyük verinin analizi sonucu ekonomik değer yaratabilecek bir faydanın ortaya çıkarılması gerekiyor.

Verinin Parasallaştırılması

Verinin parasallaştırılması eldeki veri kaynaklarından keşif, depolama, analiz, yayınlama ya da kullanma yoluyla gelir elde edilmesidir. Diğer bir deyişle, veri üreticilerinin, veri birleştiricilerinin ve veri tüketicilerinin veriyi alıp sattıkları ya da takas ettikleri süreç veri parasallaştırma olarak isimlendiriliyor.

Verinin parasallaştırılması süreci beş aşamada oluşuyor.

Iç ve dış veri kaynakları belirleniyor.

Veriler düzenleniyor, birleştiriliyor, kontrol ediliyor ve süreklilik sağlamak için güncelleme metodları belirleniyor.

Verinin nasıl işleneceğine, depolanacağına ve veriye nasıl erişileceğine dair kurallar belirleniyor.

Veri üzerinde analitik dönüşümler gerçekleştirilerek içgörüler elde ediliyor.

Veriden elde edilen içgörü kullanılarak aksiyon alınıyor ve değer üretiliyor.

Verinin parasallaştırılmasına ilişkin süreçler doğrudan ya da doğrudan olmayan biçimlerde gelir yaratabiliyor. Veriden doğrudan para kazanma yöntemleri arasında;

Veriyi kullanarak piyasada takas ya da ticaret yapmak,

Veriyle desteklenen ürün ya da hizmetler geliştirmek,

Ham veriyi aracılar üzerinden satmak,

Veriyi rapor ya da dashboord haline getirip abonelik mantığı içinde pazarlamak

sayılabilir.

Hangi amaçla alınmış olursa olsun müşteri verilerinin müşterilerin açık rızası olmadan bir başka kuruma satılması etik olmayan bir davranıştır. Ayrıca böylesi bir davranış pek çok ülkede geçerli olan kişisel verileri koruma kanunlarına da aykırıdır.

Doğrudan yöntemlerin yanı sıra çok sayıda doğrudan olmayan veri parasallaştırma yöntemi bulunmaktadır. Bütün iş ve müşteri analitiği süreçleri, değerli bir aksiyona yol açmaları halinde gelir yaratmakta ya da maliyet tasarrufu sağlamaktadır.

Analitik

Child yıllarda analitik hayatın her alanında çok daha fazla kullanılır oldu. "Elinde çekiç olan her şeyi çivi sanır" derler, bu sonuca ulamamda algıda seçiciliğin etkisi de olabilir. Analitik tuhaf bir sözcük, analiz sözcüğüne çok benziyor. Analiz bir bütünü parçalarına ayırıp her bir parça üzerinde çalışmak ve parçalar arasındaki ilişkileri anlamaya çalışmak olarak tanımlanabilir. Analiz bu yönüyle bir süreci ifade ediyor. Analitik ise analiz sürecine ek olarak tahminler yapılması ve sonuçların ilgililerle de paylaşılmasını içeren bir iş disiplini. Yeni nesil yöneticiler kararlarını veriye dayalı olarak almak istiyorlar. Çünkü işlerini bu biçimde yürütenlerin daha iyi sonuçlar aldığını görüyorlar. Analitik hakkında ünlü bir söz vardır, "Verilere yeterince işkence edersen duymak istediğin şeyi itiraf eder" denir. Analizin sonuçları iyileştirmesinden elbette bu türden bir kullanımı anlamıyorum.

Analitiğin Olgunluk Aşamaları

Analitik zaman içinde aşamalı olarak gelişti. Uzunca bir süredir bu konu üzerinde çalıştığım için bu gelişim aşamalarının tümünü deneyimleme olanağı buldum. Analitiğin türleri ve gelişim aşamaları aşağıdaki tablodaki gibi özetlenebilir.

Analiz Türü Analiz Yöntemi Örnek Zorluk Derecesi ilgili Soru

Özetleme Sorgu&Rapor İller Bazında Nüfus Normal Ne Oldu?

Içgörü Elde Etme Veri Madenciliği Nüfus Artışını Etkileyen Faktörler Zor Neden Oldu?

Tahmin Makine Öğrenmesi Nüfus Artışı Tahmini Zor Ne Olacak?

Optimizayon Yapay Zeka Optimum Nüfus Artışı çok Zor Ne Olmalı?

Bugünlerde herkes yapay zekadan söz ediyor. Oysa yapay zeka analitik aracılığıyla yaratılabilecek değerin sadece bir kısmını temsil ediyor. Analitik disiplinini genel anlamda ulaştırmaya benzetecek olursak, yapay zekayı bir uzay mekiğine benzetebiliriz. Inşa etmesi güç ve maliyetli, öte taraftan bizi yeni ufuklara taşıma olasılığı yüksek. Aynı benzetme üzerinden devam edersek veri madenciliği ve makine öğrenmesini uçaklara benzetebiliriz.