Sosyal CRM, big data, veri modellemesi konusunda çok yararlandığım Sn. İbrahim Gökçen ile ^{[1] , [2] , [3] , [4]} yine sohbet etme fırsatı buldum.

Not tutabildiğim kadarını paylaşmak istiyorum.

“

Günümüzde enerji, sağlık, taşımacılık, havacılık gibi sektörlerde kullandığımız makineler (uçak motorları, lokomotifler, rüzgar tribünleri vb) önceden belirlenmiş (her 20.000 saatte, her 50.000 kilometrede bir bakıma gitmek gibi) periodlarla üretimden çekiliyor ve bakım yapılıyor. Bir de beklenmedik arızalar olabiliyor ve yine bu araçlar üretime ve operasyonlara katkıda bulunamaz duruma geliyorlardı.

Şimdi GE “endüstriyel büyük veri” ile bu sorunları aşmaya çalışıyor.

Nedir “endüstriyel büyük veri”?

Her makine, her saniye binlerce veri gönderiyor. (Bir uçak motoru saatte 1 Terabyte veri aktarıyor). Endüstriyel büyük veri diger butun buyuk veri türlerinin toplamının 2 katı kadar hızla buyuyor.

Öyle çok ve gelişmiş sensor’lar var ki, öyle çok veri toplanıyor ki, öyle ayrıntılı veri analizi yapılıyor ki beklenmedik duraklamalar iyice azalıyor.

Araç (veya motor) nasıl bir sorun ile karşılaştığını tüm diğer etmenlerle birlikte isterse bildirebiliyor. Diğer etmenler: Hava koşulları (rüzgarın hızı ve yönü, hava sıcaklığı, nem, asmosfer basıncı, vs.) ve aracın koşulları: (hızı, yüksekliği, ağırlığı, yükü, vs.)

Olası bir kesintinin neden, ne zaman ve nerede olacağı tahmin edilmeye çalışılıyor. Bu sayede hangi koşulda nasıl bir sorun yaşanabileceği en ayrıntılı şekilde bilinmeye başlanıyor. Bu koşullarda aracın yapması gereken bir şey varsa, bakıma alınmadan (yani üretimden çekilmeden) uzaktan müdahale ile düzeltilebilecekse, yapılıyor.

Tıpkı Mars’ta gezen araçta sorun çıktığında, uzaktan müdahale edilerek görevine devam etmesinin sağlanması gibi.

Her bir cihaz “akıllı telefon” gibi oluyor. Üzerlerine yüklenen uygulamalarla durumlarını hem kendileri gibi diğer makinalara, hem de onları kontrol eden insanlara bildirebiliyorlar.

Sadece bir makine değil, tüm süreç optimize ediliyor. Eskiden “beklenmedik” olan arızalar daha oluşmadan giderildiği veya tahmin edilebilir noktaya getirildiği için, düzgün yürütmek için gerekli önlemler erkenden ve maliyeti en düşük şekilde alınabiliyor. Tek bir uçak motoru değil, tüm uçak filosu bazında düzenleme yapılıyor.

Sonuçta uçak motorlarının, lokomotiflerin, enerji üreten tribünlerin üretimde kalmaya devam etmesi ya da verimliliklerinin %1 bile arttırılması dünya ekonomisine her yıl milyarlarca dolar katkıda bulunuyor. Yani amaç beklenmedik kesintilerin sıfıra indirilmesi. Böylece ticari değer ve sonuç (business  value & outcome) üretilmesi.

Sonuçlar doğrudan ölçülebilir şeyler.

Sosyal verilerden üretilen modellerin işe katkısı (business value) açısından bu kadar ölçülebilir değil.

Endüstriel big data konusunda başka örnekler verebilir misiniz?

Rüzgar tribününün pervanesi, örnek olarak 5 km. ilerideki pervaneye “rüzgar yavaşladı ve açısı değişti. Hem daha fazla enerji üretmek için açıyı ayarla, hem de (sisteme kesintisiz enerji vermek zorunda olduğu için) bataryayı devreye sokmaya hazır ol” diye bilgi veriyor. Bu da “smart grid”’in önemli bir parçası.

Nasıl ki sosyal mecralardaki verileri değerlendirmek için insanları “digital persona” şeklinde konumlandırıyoruz, bu çalışmalarla makineler de “digital persona” oluyorlar. Aralarında gelen-giden veri ise insanlar arasındakiyle kıyaslanamayacak kadar büyük

Başka bir örnek: Fırtına sırasında rüzgardan dalların kırılıp elektrik şebekesinde kesinti yapması ihtimalini bulmak için:

• Son x yıllık hava durumu
• Ağaçların uydu verilerine bakarak büyüme verileri
• Tüm elektrik şebekesinin (direkler, kablolar, santraller, dağıtım noktaları) verileri

birlikte işleniyor. Veri mimarisi bu nedenle önemli

Data visualization ile harita üstünde görüntüleniyor. Gerekli senaryolar üretiliyor. Tüm big data bir çok ekranda bir araya getirilebiliyor. El hareketleri ile yönetilebiliyor. Sonra bir tablete aktarılabiliyor. Sorun neredeyse uzman hemen helikoptere atlayıp olay yerine gidebiliyor. Sorunu uzaktan çözebilecek durumda değilse, yerinde çözüyor.

Bu oluşumlar insanları işsiz mi bırakacak?

Eskiden olmayan işler ortaya çıkacak:

Nasıl ki dijital reklamcılık başladıktan sonra web sitesi tasarımı meslek oldu. Sonra web sitesi tasarlamayı kolaylaştıran yazılımlar ortaya çıktı. O zaman da sosyal medya uzmanlığı, SEM, SEO uzmanlığı, gibi meslekler ortaya çıktı.

Bu oluşumlardan sonra da yeni meslekler ortaya çıkacak. Veri bilimcileri, dijital makine mühendisleri.

Ancak burada önemli bir nokta var. Sürekli yenilenmek gerekiyor. Teknoloji, iş gücünün genel uyum hızından daha hızlı ilerliyor.

Eskiden veri ile uğraşan doktora düzeyindeki kişilere data scientist deniyordu. Şimdi data’dan hikaye (story) çıkarabilen ve ticari değer (business value) yaratabilen herkes data scientist. Bu işi yapmak için de hem verinin yapısını hem de kendi işini iyi bilmek gerekiyor.

Dolayısıyla, (bugünlerdeki gibi) her veriyi anlamlandırma becerisi zamanla değer kaybedecek. Dikey uzmanlıklar artacak. Yani “veri anlamlandırma” değil, “enerji verilerini anlamlandırma” veya “perakende verilerini anlamlandırma” gibi dikey uzmanlıklar artacak.

Operational technology + optimization technology uzmanlığı artacak

Yöneticilerin analiz sonuçlarını doğru değerlendirip ona göre aksiyonlar alması zorunlu hale gelecek. Yöneticiler “analytics savvy managers” olacak.

Blogumda birkaç kere yazdığım “Bakmayın bugün beyaz gömlek giydiğine, aslında bilişim döneminin mavi yakalısı” cümlesini söyledim.

İbrahim bey ekleme yaptı: “Artık gömleği sıkça yıkamak gerekiyor. Olduğun yerde durunca hızla rengi mavileşiyor.”

Optimization technology uzmanlığı arttıkça dikey uzmanlığı olmayan, genel yazılım / donanım ile ilgilenenler bile mavi yakalı olmaya gidiyor.

Çalışanlarda nelerin değişeceğini öngördük. Şirketler için ne söyleyebiliriz?

Şirketler software satıyor, kullanmayı ve şirketleri icin değer sağlamayı kullanıcılara bırakıyorlardı.

Optimization technology ile hizmet (service) ve sonuç (outcome) satıyor olacaklar. Yani 1 TL’lik teknoloji değil, 5 TL’lik verimlilik satacaklar.

Bugünlerde yapılan etkinlikleri kısmen de olsa izlemişsinizdir. Türkiye’de şu anda ne durumdayız?

Sosyal medya verilerinden insanları “kişiselleştirme”yi (personalize) 5 yıl önce bile yapıyorduk. Web sayfasına girince bıraktığı izlerden örnek olarak 50 davranışsal segmentten hangisine girdiğini anlamak, sonra reklam envanterinden hangi reklamın ona en çok uyduğunu tesbit edip göstermek… Giderek ufak davranış farklarını anlamlandırıp 50 segmenti 500’e, 5 bine çıkarmak.

Zamanla 1’e 1 pazarlamayı oluşturmak için çalışıyorduk.

“

Kişisel yorumum: Son dönemlerde konuştuğum birçok uzman, Türkiye’deki internet girişimcilerinin ABD’de 5 – 7 yıl önce güncel olan konuların benzerlerine odaklandıklarını söylüyor.

Büyük uluslararası şirketler artık yukarıda yazılan konularla (optimization technology – industrial big data)  ilgileniyor, girişimcilere destek oluyorlar.

Türk girişimcileri bu boş alanla ilgilenebilirler. Henüz kapılmış saha yok. Bilmemkaç bininci e-ticaret sitesini yapmaya çalışmak ve ABD’nin 10 yıl gerisinden gitmek yerine bir zıplama yapılması gerekiyor.

Bu sohbeti yayınlamak istememin bir nedeni de Türk girişimcisinin dünyada olan biten hakkında biraz daha fikir sahibi olmasıdır. En azından bu yazı sonrasında enerji, sağlık, eğitim gibi alanlara daha fazla ilgi duymalarını sağlamayı umuyorum.

• Not: Yakın gelecekte, Sn. İbrahim Gökçen’in Turkcell Teknoloji Zirvesi’nde yaptığı konuşmayı yayınlayacağım.

19 Kasım 2013

Kapak resmi şuradan alıntıdır

EKLEME:

Halil Aksu tarafından 20 Kasım 2013‘de yayınlanan Dijital Devrim! Pazarlama en küçük ve en bilinen bölümü sadece… ^[5]  isimli yazının okunmasını ve altındaki şeklin incelenmesini öneririm.

EKLEME 2:

Webrazzi Online Konferansları serisinin 2’incisinin konusu Big Data (büyük veri) idi ve 14 Aralık 2013‘te Sn. İbrahim Gökçen endüstriel büyük veriyi anlattı ^[6]. Mutlaka izlenmesini öneririm.

EKLEME 3:

GE’nin konuyu anlattığı videonun da izlenmesini [7] öneririm.