"veri" etiketli yazılar:

19 Ekim 2019 Cumartesi

Başkasının Verilerine İmrenme

Zaman buldukça, veri ve bilgi yönetimi konusundaki etkinliklere katılmaya çalışıyorum. Hem kendi bilgi birikimimi arttırmaya çalışıyorum, hem de bu konuda uzmanlarla tanışma fırsatı buluyorum.

Veriler gündemimize giddiği zaman başlayan, giderek artan bir hastalık olduğunu düşünmeye başladım. Başkasının verilerine imrenme hastalığı.


Not: Bu vesileyle, son zamanlarda katıldığım konferanslarda duyduğum bazı yeni (çoğunlukla cep telefonu ve sosyal medya bağlantılı) hastalıkları burada sıralayayım.

  • FOMO – fear of missing out “eyvah, bir şeyler kaçırıyorum” hastalığı
  • Nomofobi – “no mobile” korkusu – cep telefonundan uzak kalamama hastalığı
  • Mitomani – kendi söylediği yalana inanma hastalığı

Verilerle ilgili tutku ve hastalıklar yeni değil. Veri sarhoşluğu kavramıyla, 18 sene önce tanışmıştım.Veriyle neler yapılabileceğini gören birinin, “şunu da bulayım, bunu da modelleyeyim” diye temel amacı unutup veriden çıkamamasına deniyor.

Tıpkı derinlik sarhoşluğu… derinlikteki güzelliğe kapılıp oksijenin bitme zamanını unutması gibi…

😉

Başkasının verilerine imrenme hastalığını anlatayım.

Yıllardan beri bankacılar “kredi kartı bilgisinde nereden alışveriş yaptığı var ama ne aldığı yok” diye süpermarketlerin verilerne imrenirler.

Elin adamı ABD’de, sadece alışveriş yapılan yerlere bakarak 2 yıl içinde boşanacağını ve nafaka nedeniyle kredi borcunu ödeme güçlüğü çekeceğini modellemiş… Sen önce “mevcut verilerle yapılacaklar bitti” diyebilecek duruma gel; sonra başkasının verilerine imren.

Sanırım kimse bunu dile getirmiyor. Çoğunlukla “Ah o veriler bizde olsa…” diye yakınanları duyuyorum.

Bir başkasını geçen hafta duydum.

Büyük perakendecilerimizden birisinin pazarlama yöneticileri, telekom operatörlerine gidip dertlerini anlatmışlar.

1600 mağazaları varmış. Her sene 200 mağaza açıp, yine 200 civarında mağaza kapatıyorlarmış. “Artık mağaza yer seçiminde daha veriye dayalı düşünmeye karar vermişler

Artık “veriye dayalı düşünme” kararı vermeleri güzel. Alkışlıyorum. Ne var ki…

Yıllardan beri bin küsür mağazanız varken verileri toplamadınız, mağaza kapatıp açarken  varsayımları, gerekçeleri ve sonra da yanlış çıkan varsayımları sıralamadınız; geçmişe dönüp “nerede hata yapmışız” diye incelemediniz… şimdi de gidip telekom operatöründen yardım mı alacaksınız.

😉

Bir diğerini daha önce yazmıştım.

Büyük bankalarımızdan biri 400 bin TL vermiş ve telekom operatöründen veri satın almış. Teklifte bulunmuşlar. Verdikleri kredi bu rakamın %10’unu biraz geçmiş.  Krediden %3-5 kazandıklarını düşünürseniz, paranın havaya gittiğini hemen anlarsınız.

Sen ülkenin en büyük bankalarından birisin. Elindeki verilerle “en verimli olabilecek müşteri modeli” oluşturamamışsın. Bu konuda birkaç kere deneyler yaparak modeline ince ayar vermemişsin. Sonra ciddi bir serveti telekom operatörüne aktarmışsın.

Telekom operatöründen yardım istemeden önce “veriye dayalı düşünen” aklın neredeydi diye sormadılar mı?


Not: Telekom operatörlerinin büyüsüne yakalanan kurumlara şu yazıyı okumalarını öneriyorum.

  • GSM operatörleri, kendileri için bile anlamlı teklifler üretemezlerken, sizin için en iyisinin telekom verileri olduğuna nasıl karar veriyorsunuz.

Birçok kere yazdım. “Acemi nalbant komşu eşeğinde ustalaşır” atasözü, CRM için söylenmiş gibidir.

Başkasının verilerine özenenlerin çoğunluğu, kendilerinin ilk elden sahip olduğu verileriyle ustalaşmamışlardır.

.

04 Ekim 2019 Cuma

Pe-Tek 2019 (2)

Dün, Kategori Mağazacıları Derneği KMD‘nin 1 Ekim Salı tarihindeki Perakende Teknolojileri Konferansı etkinliğinde yaptığım konuşmayı yayımlamaya başlamıştım.

Bugün devamı:

Lokasyon teknolojileri dedikleri çeşitli uygulamalar var. RFID veya NFC veya bir başkasını seçmeden önce kendi ihtiyacınızı tanımlayın. AVM’nin en dibinde bir dükkanınız var ve AVM’ye girip sizi göremeyen müşterilerin dikkatini çekmek istiyorsunuz. Veya devasa dükkanınızın birçok farklı köşesinde farklı ürünlerde kampanyalarınız var ve doğru kişinin onlara gelmelerini istiyorsunuz. Teknolojiye karar vermeden önce senaryolarınızı oluşturun ve işe yarayıp yaramayacaklarını sınayın. Böylece sadece doğru teknolojiyi değil, doğru yöntemi de seçersiniz.

Bu gördüğünüz, “O köşeye komodin mi yoksa etajer mi koymalıyım?” kararını kolaylaştıran bir uygulama.

Aynı teknoloji, perdelerin rengini ve desenini seçerken, koltuk döşemelerine karar verirken, satın aldığınız büyük tablonun arkasındaki duvarın rengini belirlerken kullanılabilir. Önce müşteri ihtiyacını belirleyin. Sonra size en uygununu seçin.

😉

Akıllı aynalar sayesinde elbiseyi giymeden size yakışıp yakışmayacağına karar verebiliyorsunuz.

Hangi ruj renginin uyacağına, saç rengine ve biçimine… Hatta arkadaşlarınıza sorup fikirlerini alabiliyorsunuz. Yakında, elini kolunu garip şekilde sallayan birilerini gördüğümüzde yadırgamayacak, “akıllı aynanın önünde elbise denediğini” anlayacağız.

Vücudun veya yüzün çeşitli noktalarını (16 bin noktayı) algılayıp karşılaştırma yapan teknoloji, özellikle havaalanlarının güvenliği için geliştirilmişti. Saniyeler içinde, suçlu veri tabanı ile karşılaştırma yaparak, tehdit unsurlarını saptıyordu.

Bu teknoloji şimdi ticarileştirildi ve mağazadaki müşterilerin ruh halini anlamakta kullanılıyor.

Müşteri kararsız mı kaldı, hayal kırıklığına mı uğradı, incelediği ürünün etiketini okuduğunda beklediğini bulamadı mı?…Tereddütlü mü, beğendi mi?

Hangi ürünlerin önünde daha fazla zaman harcıyor, hangi üründen sonra diğer hangi ürüne bakıyor?…

Bu kameralar sayesinde sürekli veri toplanabiliyor. Bu kameraların olması, dijitalleşmedir. Bu kameraları kullanarak elde edilen verileri bilgiye, bilgiyi de içgörüye dönüştürebiliyorsanız, o zaman dijitalleşmeyi aşmış ve dijital dönüşüme başlamış olursunuz.

  • Not: Bu noktada, dijitalleşme ve dijital dönüşüm arasındaki ilişkiyi (daha önce yayımladığım) tuvalet örneği ile anlattım. Oturum sonrasında aldığım geri bildirimlere göre, bu örnek çok beğenilmiş.

Her hareketi yakalayan teknolojiler yetmiyor. Bu verinin bilgiye ve sonra da içgörüye dönüşmesi için, başka paydaşlar da gerekiyor. Artık satır ve sütunlardan olmayan veriler oluşuyor. Dolayısıyla, veri madenciliği gibi video madenciliği de zorunlu oluyor. Bu firma, videoda elde edilen görüntüleri veriye, veriyi de bilgiye dönüştürüp, müşteri içgörülerini yakaladığını söylüyor.

Veri analiziyle sadece duygu-durum göstergelerini değil, optimum patikayı ve müşteri deneyimini iyileştirecek noktaları da bulmamızı sağlıyor.

(Devamı var [3])

.

17 Eylül 2019 Salı

Anlamlandırma ve Kişiselleştirme

Bunu alan şunu da aldı” algoritmalarının kişiselleştirme için yetersiz olduğunu nicedir anlatıyorum.

Geçenlerde Twitter’da Mustafa Dalcı’nın bir mesajını gördüm.

Bu tweet’in altında yorumlar ve yazışmalar oldu.

Ben de oldukça uzun bir tweet akışı yazdım. Burada, daha derli toplu tekrarlayacağım.

MBA öğrencilerimden birinin, sadece alışveriş  verilerini inceleyerek muhteşem bir isabetle müşteriyi bildiğini şuradan okuyabilirsiniz. Benim de küçük bir örneğim var.

  • Kendimize şunu sormalıyız. “Neden MBA’deki bir öğrenci – işi veri analizi değilken – bu kadar isabetli tahminler yapabiliyor ve modellenebilecek özellikleri saptıyor ama bankalar, telekomcular, süpermarketler, sigortalar, vb. bunları bilemiyor?

Bazı arkadaşlar, tweet’e yanıt olarak, “bu kurumların teknolojik alt-yapıları uygun değil” diye yanıtlamışlar. Maalesef yanılıyorlar. Bankaların, telekomcuların, süpermarket zincirlerinin elinde kişiselleştirmeyi düzgün yapacak teknoloji var. Bazılarının, istatistiksel analiz yazılımlarına yüzbinlerce dolar,  sadece “bunu alan şunu da aldı” (genelde “next best offer” deniliyor) yazılımlarına ve kampanya yönetim araçlarına milyon ABD doları ödediklerini iyi biliyorum. Bunlar Big Data konferanslarında neler anlatıyorlar

  • Onlarda eksik olan şey teknoloji değil. Veriyi içgörüye dönüştürmek için, insana gerek olduğunu ve teknolojinin yetersiz kaldığını bilmemeleri.

Siz arkadaşlarınızla bir konuda sohbet ediyorsunuz. Hemen sonrasında ilgili reklamları görmeye başlıyorsunuz. Sohbet edince, reklamın görülmesi (Google, Amazon, Facebook … işleri) ile banka, süpermarket, telekom, sigorta işleri farklı.

  • 24 saat yanınızda olan cihazın casusluğu ile alışveriş veya işlem verilerini kıyaslamak doğru değil. “Ellerinde yok” dediğiniz teknoloji, bence bu değil… ve zaten bu olmamalı.

E-ticaret’te veri anlamlandırma, geleneksel ticaret ile karşılaştırılamayacak kadar kolay. Daha önce [1] , [2] , [3] yazmıştım. E-ticaret işindekiler çoğunlukla basit modelleri kullanıp anlamlandırmayı ihmal ettiklerinden komik durumlara düşüyorlar… ya da anlamsız teklifler sunuyorlar.

Fırsat sitelerinin moda olduğu (bir ara 200’ün üstünde fırsat sitesi olduğu) dönemde, veri konusunda uyardığım girişimciler “şu anda kişiselleştirme için uğraşmaya gerek yok, en az 2 yıl daha böyle idare ederiz” diyorlardı. Bildiğiniz gibi, sadece birkaç tanesi ayakta kaldı.

  • Girişimciler çoğunlukla “exit” odaklılar. Ufuklarını “girişim değer kazanana kadar” diye belirlemişler. Veriye dayalı düşünme” disiplini, çoğunda yok.

😉

Eğitimlerimde, veri anlamlandırma konulu ilginç iki tane karikatürü kullanıyorum.

Birincisi bu:

İkincisi ise:

İşte bu nedenle, “veri anlamlanırma ustalık gerektirir” diyorum. Anlamlandırma teknolojinin değil, iş birimlerinin görevidir. Büyük kurumların ve e-ticaret girişimcilerinin atladığı da bu noktadır.

🙁

Ben son olarak şu deyişi ekleyeyim.

2-types-of-people-a

Dünyada iki tip insan vardır.
1) Eksik veriden anlam üretebilenler

😉