İçinde bulunduğumuz çağa “bilgi çağı” denmesinin oldukça haklı sebepleri vardır. Çünkü teknoloji bir yandan hayatı kolaylaştırırken bir yandan da kolaylaştırdığı hayat ile ilgili her şeyi öğrenir. Örneğin cep telefonunuz, sizin parmak izinizin neye benzediğini bilir ve bu bilgiyle size hizmet eder. Gün içinde herhangi bir internet sitesine girdiğiniz ya da kullanıcılarınızın sizin e-ticaret sitenize girdiği en küçük bilgiyi düşünün. Bu küçük bilgi girişlerini milyonlarca insan yapmakta ve bu bilgiler büyük veriyi oluşturmaktadır. Peki son yılların trend kelimesi olan büyük veri ne demek?

Big Data Nedir? Büyük Veri Ne Demek?

Eğer dijital dünyaya aşına iseniz, big data terimini sürekli duyuyor olabilirsiniz. Çünkü bu terim, atılacak çok büyük adımların temelini oluşturan olguları ifade eder. Big data; çeşitli kaynaklardan gelen bilgilerin oluşturduğu yığından alınan, analiz edilen, sınıflandırılan, anlamlı hâle getirilen ve işlenebilir bir şekle dönüştürülen veriler için kullanılan bir kavramdır.

Kaynağın ne olduğu ya da kaynaktan gelen verinin boyutu bu aşamada küçük bir detaydır. Big dataya dönüştürülmüş veriler, büyük görevlerde kullanılabildikleri için bu adı almışlardır. Büyük verinin ne olduğu adında da kolayca anlaşılabilir. Her konuda “büyük” niteliği taşıyabilen verileri ifade eder.

Büyük veri kaynakları, şu anda hayatınızda bulunan dijital ürünlerin tamamı olabilir. Herhangi bir bilgi verdiğiniz ve internet ile etkileşimi olan tüm varlıklar, büyük veri havuzunu besler. Bazı big data kaynakları şöyle sıralanabilir:

• Sosyal medya hesapları
• Arama motorları
• Banka hesapları
• Bloglar, e-ticaret siteleri ve tüm web sayfaları
• Ağ günlükleri
• Web sunucu logları
• Bilgi ve belge arşivleri
• Mailler
• Sensörler
• GSM operatörleri

Büyük Verinin Özellikleri Nelerdir?

Toplanan tüm verilerin oluşturduğu yığında big data nasıl bulunur? Bu sorunun cevabı büyük verinin özelliklerinde gizlidir. Verilerin bu niteliği taşıyıp taşımadığını anlayabilmek adına, birkaç özellik doğrultusunda değerlendirme yapılır. “5V” olarak bahsedilen bu özellik grubu hacim, çeşitlilik, değer, hız ve doğruluktan oluşur.

• Hacim (Volume): Toplanan verilerin sadece işe yarar kısmı dönüştürülebildiği için akıştaki verilerin büyük hacimlerde olması gerekir. Ayrıca veri sadece kendi çapında değil, güncel veri değerine göre de büyük bir hacimde olmalıdır.
• Çeşitlilik (Variety): Analize konu olan veri çeşidi ne kadar çok olursa, alınan sonuç o kadar verimli olur. Dolayısıyla kaynaklar, bilgi yapıları ve formatlar çeşitli olmalıdır. Aynı zamanda kendi aralarında dönüştürülebiliyor olmaları da gerekir.
• Değer (Value): Değer en belirleyici özelliktir. Bir bilginin büyük veri olarak kabul edilebilmesi için işlenip dönüştürüldükten sonra farklı şartlarda ve işlemlerde de değerli olması gerekir. İçerisinde anlamlı hâle getirilebilecek bir bilgi olmayan bilgi yığınları, sadece yığın olarak kalır.
• Hız (Velocity): Veri akışının büyük bir hızla devamlılık göstermesi ve analizin de aynı hızda yapılabiliyor olması beklenir. Çünkü her geçen gün daha fazla bilgi, daha hızlı bir şekilde dijital ortama aktarılıyor ve büyük veri, bu hıza yetişmesi gereken bir kavramdır.
• Doğruluk (Veracity): Elde edilen verilerin tamamı doğru olarak kabul edilemez. Doğruluktan uzak verilerin dikkate alınmaması gerekir. Gerçeği yansıtmayacak boyuttaki bilgiler, big data olarak değerlendirmeye alınamaz. Dönüşümden sonraki kullanımın verimli olması için doğruluk önemlidir.

E-Ticarette Big Data Neden Önemlidir?

E-ticarette küçük ya da büyük tüm veriler önemlidir. Fakat big data, size karşınızda kim olduğunu söyler. Kişiselleştirilebilirliği maksimum doğrulukta yapabilme imkânı sunan bu bilgiler, başarılı bir çalışma sürecinin de temelini oluşturur. E-ticaretin temellerini atan ve günümüzün en büyüklerinden biri sayılan Amazon big datayı aktif bir şekilde kullanıyorsa ve herkesin kullanmasını sağlayan Amazon Web Services (AWS) platformunu kurmuşsa big data gerçekten önemlidir.

Big datanın önemini gösteren, veri analizi ve dönüşümü sonucunda görülebilecek bazı faydalar şöyle sıralanabilir:

• Stratejik kararlar alırken nokta atışı yapabilmek
• Operasyonel süreçleri en verimli şekilde organize edebilmek
• Müşterileri daha iyi ve daha doğru anlayabilmek
• Maliyetleri mümkün olan en düşük seviyeye indirebilmek

Büyük Veri Analizi Nedir?

Big datadan faydalanabilmek için, dağ gibi biriken bilgilerin arasında madencilik yapıp hazine değeri taşıyan verilere ulaşmak gerekir. Fakat bu verilere ulaşmak tek başına yeterli değildir. Kullanılabilir hâle gelmeleri için büyük veri analizine ihtiyaç duyarlar. Dolayısıyla bu bilgileri değerlendirmek için büyük veri analizi nedir, nasıl yapılır ve sonuçlardan ne anlaşılır, bunları bilmeye ya da bunları bilen birine gerek vardır.

Bahsi geçen analiz; analist, araştırmacı ya da iş geliştirme uzmanları tarafından big data analytics (big data analitiği) dahilinde yapılan, daha önce kullanılmamış ve erişilmemiş verilerin nitelikli parçalarını ayırmaya ve bunları kullanarak karar mekanizmasını güçlendirmeye yarayan bir yöntemdir.

Big data analitiği ise zetabaytlara kadar ulaşan boyutlara sahip, farklı formdaki kaynaklardan gelen, yapısal olan, olmayan ya da kısmen yapısal durumda bulunan bilgilerden oluşan çok büyük ve çeşitli veri kümelerini ayrıştırmak için geliştirilmiş bir tekniktir.

E-Ticaret Sitelerinde Büyük Veri Analizi Nasıl Yapılır?

Big data analizi pek çok farklı amaç için yapılır ve dolayısıyla analiz yöntemleri de çeşitlidir. Her alanın kendine göre kaynakları olduğu için toplanacak ve analiz edilecek verilerin konusu ve yapısı da ayrıca belirlenmelidir. Bu durumda e-ticaret siteleri büyük veri analizi nasıl yapılır?

E-ticaret sitesi özelinde bu analizi yapmaya müşteri davranışlarından başlamak ideal olabilir. Müşteriler sadece e-ticaret sitesi üzerinden değil arama motorlarına, sosyal medyaya ve mobil uygulamalara da alışverişler hakkında veri girişi sağlayabilir. Kaynak ve yapı çeşitliliğinden dolayı bu aşamada veri mühendisliğinden faydalanmak gerekir. Müşterilerin davranışlarını inceledikten sonra elde edilen içgörüler, yeni müşteri kazanma çalışmalarına entegre edilebilir.

Big datanın ağ etkileşimi olan tüm araçlardan toplanabileceğini vurgulamıştık. İşte bu detaydan yola çıkarak müşterilerin fiziksel mağaza deneyimleri de analiz edilebilir. Çünkü online alışveriş yapan kullanıcılar ürünleri fiziksel olarak görüp deneyimlemek için mağazaya gelip bir inceleme yapabilir. Mağaza içi sensörler, kameralar, tedarik zinciri sistemleri, satış noktası sistemleri ve mobil uygulamalarda biriken bilgilerin analizi ile sanal deneyimi gerçeğe daha yakın bir hâle getirmek mümkündür.

Bu analiz örnekleri çoğaltılabilirken genellikle veri madenciliği, veri füzyonu, veri entegrasyonu, NLP, makine öğrenmesi ve A/B testi gibi yöntemleri uygulamak etkili sonuçlar verir. Hadoop bileşenlerini kullanmak bu süreci kolay ve verimli hâle getirebilir.

E-Ticaret Siteleri İçin Büyük Veri İşleme Yöntemleri Nelerdir?

Büyük veri işleme ve erişme yöntemleri için kullanılabilen birden çok servis vardır. E-ticaret siteleri arasında Amazon Web Hizmetleri (AWS) S3 hizmeti yaygındır. AWS S3 Amazon tarafından hizmete sunulduğu için güvenli olarak kabul edilmekte ve bu doğrultuda kullanılmaktadır. Bir diğer erişim aracı ise Spark SQL’dir. Kod oluşturma, sütunlu depolama ve maliyet tabanlı iyileştirici fonksiyonları ile öne çıkar. Yaygın kullanılan araçlardan biri de Hadoop’un HDFS aracıdır. Hata oranının düşük olması dolayısıyla tercih edilir.

İşleme konusunda kullanışlı olan yöntemler arasında Apache Hadoop, Apache Cassandra, MongoDB ve Neo4j gibi yazılımlar vardır. Bulut tabanlı çalışma, farklı veri türlerini destekleme, yapılandırma esnekliği ve açık kaynaklı kullanım, bu araçların big data işleme sürecinde tercih edilmesinin nedenleridir.

Büyük Veri Örnekleri Nelerdir?

Büyük veri örneklerine göz attığımız zaman kavramın ne kadar büyük bir önem taşıdığını da görebiliriz. Çünkü bugün “büyük” dediğimiz firmalar bu büyüme süreçlerinde big datadan etkin bir şekilde faydalandılar. Büyük veri yönetimi konusunda en ciddi başarı örneklerinden biri hiç şüphesiz Amazon’dur.

Amazon, söz konusu verileri doğru bir şekilde analiz etmiş olacak ki sonrasında uyguladığı yöntemlerle kazancını önemli ölçüde artırdı. Her müşteri için “360 derece profil” oluşturan Amazon, benzer ilgi alanları bulunan müşterileri gruplayıp bu gruplara, doğrudan ilgilenebilecekleri ürünleri göstermeye başladı. AWS’nin hizmete açılması ve Amazon’un bu verileri kullanması sonucunda, şirketin 2016’dan önce son derece mütevazi olan kazancı 2017’de 3 milyar dolara, 2018’de ise 10,1 milyar dolara ulaştı.

Bir diğer astronomik örnek de Starbucks! Fiziksel mağazalarını dijitale verimli bir şekilde entegre etmiş olan firmanın mobil uygulamasını kullanan 17 milyondan fazla müşterisi var. Satışlarının önemli bir kısmını online olarak yapan Starbucks, müşterilerin paylaştığı verilerden yola çıkarak geliştirdiği stratejiler ile şu anda dünya çapında 30 binden fazla şubeye sahip. Bunun yanında Netflix, Miniclip, American Express, General Electric, Samsung ve Adobe gibi firmalar da pazarlama ve kullanıcı deneyimi stratejilerini big datadan faydalanarak belirlemektedir.

Büyük Veri ve Büyük Veri Analizi E-Ticaret Sitenize Nasıl Katkı Sunar?

Big datanın ve bu verilerin analizinin e-ticaret sitesine sunduğu en net katkı kârdır. Büyük veri analizinin sunduğu katkılar doğrultusunda yapılan iyileştirmeler sonucunda kâr oranının artması kuvvetle muhtemeldir. Peki bu sonuca ulaştıran katkılar nelerdir?

• Müşterilerin demografik verilerini, site içerisindeki davranışlarını ve e-ticaret sitesinin istatistiksel verilerini birleştirmek, kusursuz bir alışveriş deneyimi sunar.
• Ödeme yöntemleri ve bu yöntemlere karşı gösterilen tutumları analiz etmek, hangi müşteri grubu için hangi yöntemin daha uygun olduğunu anlamayı ve daha güvenli çevrimiçi ödeme hizmeti sunmayı sağlar.
• Geliştirilmiş müşteri profilleri sayesinde toplanacak veriler ile uyumluluk oranı yüksek kişiselleştirmeler yapılabilir.
• Kullanıcıların yöneldiği kampanyalar ve sadakat programları sonucunda optimum fiyat seviyeleri belirlenebilir ve müşterinin alım gücü artar.
• Müşteri geri bildirimlerinden alınacak verilerin analiz edilmesi ile birlikte daha verimli ve çözüm odaklı bir müşteri hizmeti servisi sunmak mümkün olur.
• Müşterilerin eğilimleri gözlemlenebildiği için geleceğe yönelik tahminler daha doğru yapılır ve talepleri karşılayabilecek kampanyalar düzenlenebilir.
• Tüm bu detaylar satışların artmasında doğrudan rol oynayacağı için kâr oranında da artış görülür.