İş zekası

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 tanımladı.^[3]

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 söylemiştir.^[4] 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 kümesidir.^[6] 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 tanımlamıştır.^[7]

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 kümesidir.^[8]

İş zekası aşağıdaki iş amaçlarına iş değerini arttırmak için uygulanabilir.

1. Ölçeklenebilirlik: Performans ölçüsünün hiyerarşisini oluşturan program ve iş hedeflerine giden süreç hakkında iş liderlerini bilgilendiren kalite testi.
2. Analitik (çözümsel): iş bilgi keşfini sağlamak için ve en iyi kararda fikir kılmak için nicel süreçleri inşa eden programdır. Genelde veri madenciliği, süreç madenciliği, istatistik analiz, tahmin analitiği, tahmin modelleme, iş süreç modelleme, karmaşık olay süreci ve bakış açısı analitiğini içerir.
3. Raporlama/kurumsal raporlama: iş'in stratejik yönetim hizmetini verme konusunda stratejik raporlama için altyapı inşa eden programdır. Genelde veri görselleştirme, çalıştırılabilir bilgi sistemi ve OLAP.
4. İş birliği/iş birliği platformu: Veri paylaşımı ve elektronik veri değiş tokuşu boyunca birlikte çalışmak için farklı alanlar (hem iş içi hem iş dışı) içeren programdır.
5. Bilgi yönetimi: doğru iş bilgisi, doğrudan uyumu kolaylaştırmak, dağıtmak, göstermek, oluşturmak ve tanımlamak için uygulamalar ve stratejilerle beraber şirketin veri yönetmesini sağlayan programdır. Bilgi yönetimi öğrenim yönetimi ve düzenleyici uyuma yol açmaktadır.

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.

1. Kimbal^[9] tarafından tanımlandığı gibi yasal raporları üretmenin maliyetini indirgemek gibi elle tutulur faydalar belirtmelisin.
2. Tüm organizasyon için veriye erişimi zorlamalısın.^[10] Bu yolda küçücük bir fayda bile, birkaç dakika süre kazanımı gibi, tüm organizasyondaki işçilerin sayısını düşündüğümüzde bir fark yaratır.
3. Ross tarafından tanımlandığı gibi, Kurumsal mimariler için Weil & Roberson BI projesinin gelişmiş iş durumlarıyla birlikte diğer iş inisiyatiflerinide sürdürmesini göz önüne almalıdır. Bu yaklaşımı desteklemek için uygun iş projesini tanımlayan kişinin organizasyonu kurumsal mimariye sahip olmalıdır.
4. Organizasyon ağırlıklı karar matrisi gibi gerçek ihtiyaçlarında savunulabilir önceliklendirme oluşturması için yapısal ve nicel metedolojiler kullanmalıdır.

2009 Gartner makalesinde^[11] iş zekası piyasasında bu geliştirmeler olacağı tahmin edilmiştir.

1. Bilgi, süreç, araç eksikliğinden dolayı 2012 yılı boyunca 5000 küresel şirketin %35‘inden daha fazlası düzenli olarak işlerinde ve piyasalarında yanlış kararlar vererek başarısız olmuştur.
2. 2012’ye göre iş birimleri iş zekası için olan toplam bütçenin en azından %40Inı kontrol edebilecek.
3. 2012’ye göre çözümsel (analitik) uygulamaların 3'te biri bir veya daha fazle veri kaynağını kullanarak bütünleşik uygulama tekniği olan mushup uygulamaları olacaktır.

2009 Bilgi Yönetimi özel raporu tahminine göre BI eğilimleri: gren hesaplama, sosyal ağ, veri görselleştirme, mobil BI, tahmin analitiği, tumleşik uygulamalar, bulut hesaplama, çoklu-dokunmatik.^[12]

Diğer iş zekası eğilimleri aşağıdakileri içermektedir:

1. SOA-BI ürünlerinin hacim ve verim konularında ETL eşleşmeleri artmaktadır.
2. Bulut hesaplama ve Hizmet olarak yazılım (Saas) kullanıma hazırdır.
3. Şirketler bellek süreçleme, 64-bit süreçleme ve ön paket çözümsel BI uygulamalarını kapsamaktadır.
4. İşlemsel uygulamalar BI bileşenleri ölçekleme, eş zamanlılık ve cevap içinceki gelişmelerle birlikte çağırılmaktadır.
5. Yakın veya gerçek zaman BI çözümleri (analitikleri) beklenmektedir.
6. Açık kaynak BI yazılımı satıcı önerileriyle yer değiştirir.

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 ediyor.^[13]

• Ralph Kimball et al. "The Data warehouse Lifecycle Toolkit" (2nd ed.) Wiley ISBN 0-470-47957-4
• Peter Rausch, Alaa Sheta, Aladdin Ayesh: Business Intelligence and Performance Management: Theory, Systems, and Industrial Applications, Springer Verlag U.K., 2013, ISBN 978-1-4471-4865-4.

• Chaudhuri, Surajit; Dayal, Umeshwar; Narasayya, Vivek (August 2011). An Overview of Business Intelligence Technology19 Eylül 2011 tarihinde Wayback Machine sitesinde arşivlendi.. Communications of the ACM 54 (8): 88–98.
• Çanakkale OnSekiz Mart Üniversitesi Bilgisayar Mühendisliği22 Ekim 2013 tarihinde Wayback Machine sitesinde arşivlendi.