Yönetim Bilişim Sistemleri Bölüm 6

... konulu sunumlar: "Yönetim Bilişim Sistemleri Bölüm 6"— Sunum transkripti:

1 Yönetim Bilişim Sistemleri Bölüm 6
Doç. Dr. Aykut Hamit Turan Laudon & Laudon 2011

2 Nascar Yarışları Verisini Yönetiyor
Nascar Araba yarışları ABD’nin en çok izlenen spor programı olma yolunda Nascar’ın tüm yarış süreci manuel’di. Tüm yarış süreci, sponsorlarından kredi alınması, sürücü ve takımlara ödemeler hep manuel oluyordu. Yarış verisinin transferi etkin değildi Yeni üst düzey yöneticilerle bu değişmeye başladı. Yeni Nascar direktörü BT destekli dönüşüm sürecini başlattı Nascar direktörü şimdi tüm Nascar hayranlarının paylaştığı ve onlarla ilgili demografik vb bilgiler içeren bir veri tabanı üzerinde çalışıyor

3 Nascar Yarışları Verisini Yönetiyor
Nascar örneği veri tabanlarının ve veri tabanı yönetim sistemlerinin önemini anlatan önemli bir örnektir Nascar çok hızlı bir büyüme gerçekleştirmiştir. Ancak gelecekteki büyüme, örgütün müşteri verisiyle neler yapacağına bağlıdır Örgütlerin verilerini nasıl depoladığı, organize ettiği ve yönettiği, örgütün etkin ve verimli çalışmasına önemli etkisi vardır

4 Nascar Yarışları Verisini Yönetiyor
İşletme verisi uygun bir şekilde veri tabanı yönetimi sistemi ile organize edilince ancak analiz edilebilir ve değerlendirilebilir Analiz edilen veri yeni iş modelleri oluşturmak için, faaliyetlerde mükemmelliği arttırmak için, kararların doğruluğunu ve tutarlığını arttırmak için kullanılır Bazı işletmelerin tüm işleri veri tabanları üzerine kurulmuştur. Örneğin Google, UPS, kredi kartı şirketleri gibi. Veri tabaları günümüzde işletmelerin temellerini oluşturmaktadır

5 Geleneksel dosya ortamında Verinin Organizasyonu
Etkin bilgi sistemleri kullanıcıları doğru, zamanlı ve ilgili bilgiyle buluşturur Doğru bilgi hatadan arınmış bilgidir. Zamanlı bilgi karar vericilerin ihtiyacı olan zamanda elde edilen bilgidir. İlgili bilgi verilen kararlar için gerekli ve faydalı bilgidir İşletmeler veri tabanlarındaki verinin kötü organize edilmesi ve bakılması yüzünden zamanlı, doğru ve ilgili bilgiye ulaşamamaktadırlar

6 Dosya Organizasyonu kavramı
Bir bilgisayar sistemi verileri bitler, baytlar ile başlayan, alanlar, kayıtlar, dosyalar ve veri tabanlarıyla ilerleyen bir hiyerarşi içerisinde düzenler Bit bir bilgisayarın kullanabileceği en küçük veri birimidir Bir grup bit baytı oluşturur, bu bir tek karakter, bir tek rakam veya bir sembol olabilir Bir kelime haline gelen karakterler veya bir kimsenin doğum yılı veya adı gibi tüm rakamlar bir alanı oluşturur

7 Dosya Organizasyonu kavramı
Bir grup ilgili alan, örneğin öğrencinin adı, numarası, aldığı dersler ve final notu bir kaydı oluşturur Aynı tipten bir grup kayıt, bir dosyayı oluşturur İlgili bir grup dosya bir veri tabanını oluşturur Bir kayıt bir öğeyi açıklar. Öğe hakkında bilgi depoladığımız ve bakımını yaptığımız kişi, yer veya olaydır Öğeyi tanımlayan her bir nitelik veya özellik öznitelik olarak adlandırılır. Örneğin öğrenci numarası, kurs, tarih veya not Kurs öğesinin öznitelikleridir

8 Dosya Organizasyonu kavramı

9 Geleneksel Dosya Ortamının Problemleri
Bir çok örgütte, veri dosyaları ve sistemleri bağımsız olarak şirket geneli bir plan olmaksızın büyüme eğilimindedir. Muhasebe ve Finansman, İnsan kaynakları, Satış ve Pazarlama kendi sistemlerini ve veri dosyalarını bağımsız olarak geliştirmişlerdir. İnsan kaynakları departmanı personel ana dosyası, bordro dosyası, sağlık sigortası dosyası, emeklilik dosyası gibi dosyalara ihtiyaç duyacaktır. Aynı şekilde finans departmanı da bordro dosyası, emeklilik dosyası ve personel ana dosyasını bordroları hazırlamak için tutacaktır

10 Geleneksel Dosya Ortamının Problemleri
Şirket genelinde bu ana dosyaların birden fazla kere yaratılmasına, muhafazasına ve işletilmesine neden olacaktır Süreç 5 – 10 yıl devam ederse şirket yüzlerce program ve uygulama ile baş başa kalacak ve bunların muhafazası ve yönetimi çok güç olacaktır Sorunlar veri fazlalığı ve tutarsızlığı, program veri bağlılığı, esneklik eksikliği, zayıf güvenlik ve veri paylaşımı ve kullanırlılık eksikliği olacaktır

11 Geleneksel Dosya Ortamının Problemleri

12 Veri Fazlalığı ve Tutarsızlığı
Veri fazlalığı verinin birden çok veri dosyasında yedeklenmesi ve birden fazla lokasyonda yer almasıdır. Veri fazlalığı örgütte birden çok departmanın veya grubun aynı veriyi toplaması ve depolaması sonucu oluşur Veri fazlalığı veri tutarsızlığına neden olur. Veri tutarsızlığında aynı öznitelik, değişik veri dosyalarında, değişik değer aldığı durumdur. (Bayanların evlilik soyadının değişmemesi)

13 Program Veri Bağlılığı
Dosyalarda depolanan verilerin eşleşmesine ve güncellenmesi gereken özel programlara ve bu dosyaların korunmasıdır. Programlardaki değişiklikler verilerde değişiklikler gerektirmektedir Her bir bilgisayar programı birlikte çalıştığı verinin konumunu ve içeriğini açıklar. Bir posta kodunu işleyen program 5 haneliden 9 haneliye değiştirilebilir. Bu durumda 5 haneli posta kodu ile çalışan programlar düzgün çalışmayabilir

14 Zayıf Esneklik Geleneksel dosya sistemi önemli miktarda programlamadan sonra rutin raporları verebilirler. Ancak anlık ve plansız ihtiyaç duyulan raporları vermekte yetersiz kalmaktadır.

15 Zayıf Güvenlik Verinin kontrolü ve yönetimi süreci zayıf olduğu için geleneksel dosya sisteminde veriye erişim ve verinin dağıtımı kontrolden çıkabilir Yönetim veriye kimin eriştiğini ve değiştirdiğini bilemeyebilir

16 Veri paylaşımı ve Kullanırlılık Eksiği
Veri parçaları değişik veri tabanlarında ve değişik örgütsel yerlerde olduğu için, veriye erişim ve paylaşım imkansız olabilir Bilgi örgütün değişik bölümleri ve departmanlar arasında serbestçe akmayabilir

17 Veri yönetimine Veri Tabanı Yaklaşımı
Veri tabanı Yönetimi geleneksel dosya düzenlemesinin pek çok eksisini ortadan kaldırmaktadır Bir veri tabanının daha iyi bir tanımı gereksiz verileri kontrol ederek ve verileri merkezleştirerek pek çok uygulamayı etkin bir biçimde sunmak için düzenlenmiş veri yığınıdır Veri pek çok dosyada saklanmak yerine kullanıcılara tek bir lokasyonda depolanıyormuş gibi gözükmesini sağlayan sistemlerdir Şirket personel için değişik personel, bordro ve özlük hakları dosyaları tutmak yerine, tüm personel verisini insan kaynakları veri tabanında tutabilir

18 Veri Tabanı Yönetimi Sistemi
Veri Tabanı Yönetimi Sistemi (VTYS) bir örgütün veriyi merkezileştirmesi, etkin bir şekilde yönetmesi ve uygulama programları ile veriye erişime izin vermesini sağlayan sistemdir. VTYS uygulama programları ve fiziksel veri tabanı arasında aracılık yapan sistemlerdir. VTYS verinin nerede depolandığını bilmek veya anlamaktan programcı ve son kullanıcıyı kurtarır Mantıksal görünüm veriyi son kullanıcı veya iş uzmanı tarafından algılanabilir olarak gösterirken, fiziksel görünüm verinin fiziki bellek üzerinde nasıl düzenlendiği ile ilgilidir

19 Veri Tabanı Yönetimi Sistemi
VTYS veriyi değişik kullanıcılar tarafından değişik görülmesini sağlar İnsan Kaynakları uzmanı İnsan Kaynakları Veri Tabanından çalışanın adını, vatandaşlık numarasını ve sağlık sigortası kaydını alabilirken, bordro departmanı çalışanın adı, vatandaşlık numarası, brüt ücret ve net ücretini alabilir

20 Veri Tabanı Yönetimi Sistemi

21 VTYS Geleneksel Dosya ortamının Problemlerini nasıl Çözer
VTYS veri tekrarı ve tutarsızlığını izole edilmiş dosyaları en aza indirerek azaltır VTYS veri tutarsızlığını tam olarak ortadan kaldırmayabilir, ancak kontrol edip, yönetmeye yardımcı olur İşletme mükerrer veri tabanları muhafaza etse bile VTYS bu veri tabanlarındaki değerlerin aynı olmasını sağlar VTYS ile anlık ve planlanmamış raporlar kolaylıkla alınır ve buda programlama maliyetlerini düşürür VTYS işletme verisinin yönetimi, kullanımı ve güvenliğini merkezi olarak yapılmasına imkan verecektir

22 İlişkisel VTYS Özellikle PC’ler ve büyük sistemler için bugün en çok kullanılan VTYS ilişkisel veri tabanı yönetim sistemidir İlişkisel VTYS’de veriler iki boyutlu tablolar halinde verilmektedir. Her bir tablo bir öğe ve onun öznitelikleri hakkında veri içermektedir Microsoft Access kişisel bilgisayarlar için ilişkisel VTYS iken, DB2, Oracle Database Lite ve Microsoft SQL server ana bilgisayarlar ve orta ölçekli bilgisayarlar için VTYS’dir. MySQL popüler bir açık kaynaklı VTYS’dir

23 İlişkisel VTYS

24 İlişkisel VTYS Önceki şekilde tedarikçi ve parça için ayrı iki tablo bulunmaktadır. Her bir tablo veri sütünü ve satırı içermektedir. İlişkisel veri tabanında alanlar aynı zamanda sütünlar olarak adlandırılmaktadır. Bir tabloda bulunan tek bir tedarikçi ile ilgili enformasyon gerçek satır olarak adlandırılır. Satırlar kayıtlardır veya veri grupları olarak bilinirler. İlişkisel tabloda her bir tablonun birincil alanı bulunmaktadır. Bu alan herhangi bir satırdaki tüm bilgiler için benzersiz bir tanımlayıcıdır. Bu alan kopyalanamaz Yabancı anahtar ise iki ilişkisel tablo arasında bağlantı kurmak için kullanılan alandır ve bu bir diğer tablonun birincil anahtarıdır

25 Veri Tabanı Kullanarak İşletme Performansını ve karar Verme Doğruluğunu Arttırmak
İşletmeler veri tabanlarını kullanarak tedarikçilere ödemeler yaparlar, siparişleri işlerler, müşterilerin takibini yaparlar ve çalışanlara ödeme yaparlar Ayrıca veri tabanlarına işletmeyi daha etkin yönetmek ve kararlardaki etkinliği arttırmak için ihtiyaç duyarlar İşletme hangi ürün daha karlı, hangi müşteri daha iyi cevabını verilerden ve veri tabanlarından alabilirler

26 Veri Ambarları Bazen istediğimiz veri değişik veri tabanlarında bulunabilir Bazı sistemler eski sistemlerde ve çağdışı veri yönetimi tekniklerinde olabilir Gereken veriyi toplamak için çok fazla zaman harcamanız gerekebilir veya eksik bilgiyle karar vermek durumunda kalabiliriz Veri ambarları bu problemlere çözüm olabilir

27 Veri Ambarları Veri ambarı şirket genelinde karar vericilerin ilgisini çeken mevcut ve tarihsel verileri depolayan veri tabanlarıdır Veri birçok çekirdek işlem sisteminden toplanabilir örneğin satışlar, müşteri hesapları, üretim ve internet sitesi işlemleri olabilir Veri ambarı değişik internet sitelerinden gelen verileri toplar, birleştirir ve standart hale getirir. Böylelikle bilgi yönetim analizi için ve karar vermek için işletme genelinde kullanılabilir

28 Veri Martları Şirketler örgüt geneli veri ambarları kurabildikleri gibi, daha ufak merkezi kaç veri ambarları da kurabilirler, bunlara veri martları denir. Veri martları veri ambarlarının ufak bir versiyonudur ve özet ve yoğunlukla örgüt verisinin özel bir grup kullanıcı için kullanılmasını sağlarlar

29 Veri Ambarları ve Veri Martları

30 İş Zekası Araçları: Çok Boyutlu Veri Analizi ve Veri Madenciliği
Veriler veri ambarları ve veri martlarında toplanıp, organize edildikten sonra, daha ileri analizler için hazır hale gelmektedirler Bir seri araç faydalı desenleri karar verme sürecinde ortaya çıkarmak için kullanılabilir İşletmelerin daha iyi karar vermek için devasa veri tabalarını birleştirdikleri, analiz ettikleri ve erişim sağladıkları araçlara iş zekası araçları adı verilmektedir İş zekası için temel araçlar veri sorgulama ve raporlama yazılımı, çok boyutlu veri analizi ve veri madenciliği araçlarını içermektedir

31 İş Zekası Araçları: Çok Boyutlu Veri Analizi ve Veri Madenciliği
İş zekası firmalara yığın halinde veriyle uğraşmaları, müşteriler hakkında yeni fikirler elde etmeleri, rakipler hakkında yeni öngörülere sahip olmaları, içsel faaliyetlerinin etkinliğini ve verimliliğini geliştirmeleri, karar verme davranışını değiştirerek daha yüksek karlılığa ulaşmalarını ve diğer işletme hedeflerine erişmelerini sağlamaktadır Yöneticiler iş zekası araçlarını kullanarak büyük veri setlerinde anlamlı desenler bulmaya çalışırlar

32 Çevrimiçi Çözümlemeli İşleme (Online Analytical Processing – OLAP)
Dört farklı ürünü üç farklı bölgede sattığını düşünelim. Herhangi bir üründen hangi bölgede ne kadar satıldığını bulmak basit bir veri tabanı sorgusuyla mümkün olabilir. Ancak her bir satış bölgesinde ne kadar spesifik bir ürün satıldığını bulmak ve gerçekleşen satışları, planlanan satışlarla karşılaştırmak daha kapsamlı bir sorgulama gerektirecektir OLAP çok boyutlu veri analizini gerçekleştirir ve birden fazla boyut kullanarak veri setini değişik boyutlarda görmemize imkan sağlar Ürün, fiyatlama, maliyet, bölge ve zaman değişik boyutlarda bilgi öğeleridir

33 Çevrimiçi Çözümlemeli İşleme (Online Analytical Processing – OLAP)
OLAP uzun yılların satış rakamlarının çok büyük veri tabanlarında depolandığı zamanlarda bile, kullanıcılara anında sorulan sorulara karşı çok hızlı cevap verme olanağı sağlamaktadır Şekilde küp ürünleri bölgeler bazında göstermektedir. Şekli 90 derece döndürürsek ürünler bakımından planlanan ve gerçekleşen satış rakamlarını görürüz. Bir 90 derece daha döndürürsek bölgeler bakımında planlanan ve gerçekleşen rakamlara ulaşırız

34 Çevrimiçi Çözümlemeli İşleme (Online Analytical Processing – OLAP)

35 Veri Madenciliği Geleneksel veri tabanı sorguları ocak ayında kaç adet 403 numaralı üründen satılmıştır gibi soruları cevaplarken, OLAP çok boyutlu analize imkan vermektedir. Örneğin 403 numaralı ürünün satışlarını planlanan değerlere göre dönemsel olarak satış bölgesi seviyesinde son 2 yıl karşılaştırmasının yapılması gibi Veri madenciliği daha çok keşfetme odaklıdır. Veri madenciliği OLAP ile tespit edilemeyen saklı desenleri bulmamıza ve gelecekteki davranışları tespit etmemize yardımcı olabilir. Veri madenciliğinden elde ettiğimiz bilgi ilişkiler, dizinler, sınıflamalar, kümeler ve öngörülerdir

36 Veri Madenciliği İlişkiler tek bir vaka ile bağlantılı oluşumlardır. Örneğin süpermarket satın alma örüntüleri patates cipsi alanların %65’inin kola aldığını ortaya koymaktadır, ancak promosyon olduğu zaman %85 katılımcı kola almaktadır Dizinler tek bir vaka ile bağlantılı oluşumlardır. Örneğin ev satın alındığında %65 oranında bir buzdolabı alınacağı ve 2 hafta içerisinde %45 oranında bir fırın alınacağını ortaya koymaktadır Sınılama sınıflandırılmış mevcut kalemleri inceleyerek ve bir kurallar dizisine ulaşarak bir unsurun ait olduğu grubu tanımlayan örüntüyü bulmaktır. Sınıflama ayrılma ihtimali olan yöneticilerin keşfetmeye yardımcı olmaktadır bu da müşteri kaybetme riski olan telefon ve kredi kartı işletmelerine yardımcı olmaktadır

37 Veri Madenciliği Kümeleme hiçbir grup henüz tanımlanmadığında, sınıflamaya benzer bir yöntemle çalışmaktadır. Müşterileri farklı gruplarda keşfetme imkanı vermektedir. Bu uygulama tahminleri kapsasa bile, öngörü tahminleri farklı bir yolla bulmaktır. Öngörü bir dizi var olan değeri başka hangi değerle bulunacağını tahmin etmek için kullanılmaktadır

38 Veri Madenciliği Veri madenciliği için detaylı analizler bire bir pazarlama çalışmalarında fayda sağlayabilir Avusturalya Virgin mobil Şirketi veri ambarı ve veri madenciliği ile müşteri tatmini ve bağlılığını arttırmaya çalışmaktadır Veri ambarı müşteri ilişkileri yönetimi sistemi, kurumsal kaynak planlama sistemi ve müşteri faturalama sisteminden bilgileri toplamakta ve çok büyük bir veri tabanında depolamaktadır

39 Veri Madenciliği ve Internet
Internet’ten ürün kataloğunu görüp siparişte bulundunuzsa şirket içi veri tabanını kullanıyorsunuzdur. Sunucu/istemci sistemlerinde veri tabanları veri tabanı sunucusunda yer alır Web aracılığı ile kurum içi veri tabanlarına erişim yeni etkinlikler, fırsatlar ve iş modelleri yaratmaktadır

40 Veri Kaynaklarını Yönetmek
Veri tabanını kurmak sadece bir başlangıçtır. İşimiz için gerekli olan verilerin eksiksiz, güvenilir ve ihtiyacı olanlar için hemen hazır olduğundan emin olmak için veri yönetiminde özel politikalara ve prosedürlere ihtiyacımız vardır Her işin küçük yada büyük bir enformasyon politikasına ihtiyacı vardır. Verileri kimin koruması ve değiştirmesi gerektiği konusunda kurallarımız olmalıdır Bir enformasyon politikası, enformasyon paylaşımı, yayımı, elde etme, standartlaşma, sınıflama ve depolama için örgütün kurallarını kesin olarak belirler

41 Veri Kaynaklarını Yönetmek
Enformasyon politikası hangi kullanıcıların ve örgüt birimlerinin enformasyonu paylaşabileceğini, enformasyonu nerede dağıtabileceğini ve enformasyonu güncellemeden ve devamını sağlamaktan kimin sorumlu olduğunu tanımlayarak belirli prosedürleri ve sorumlulukları tasarlar Küçük bir işletmede iseniz enformasyon politikası işyeri sahipleri veya yöneticiler tarafından tasarlanır ve uygulanır. Büyük bir örgütte kurumsal bir kaynak olarak enformasyon planlama ve yönetme genellikle biçimsel bir veri yönetimi işlevi gerektirir Veri yönetimi örgütsel bir kaynak olarak yönetilebilen verilerin belirli politikalarından ve prosedürlerinden sorumludur

42 Veri Kaynaklarını Yönetmek
Veri yönetişimi IBM tarafından desteklenmektedir. Verinin gizliliği, güvenilirliği, veri kalitesini ve hükümetin düzenlemelerle ilgili uyumunu arttırmaya özel vurgu yaparak bir işletmenin emrindeki verilerin geçerliliğini, kullanılırlılığını, bütünlüğünü ve güvenliğini yönetmek için hazırlanan politikalar ve süreçler ile ilgilenmektedir

43 Veri Kalitesini Sağlamak
Örgütün veri tabanındaki verilerin doğru ve güvenilir kalmasını sağlamak için ek adımların atılması gerekecektir Bir müşterinin telefon numarası ve hesap numarası yanlışsa ne olur. Sattığımız ürün fiyatları veri tabanlarında yanlış ve tutarsız ise ne olacaktır. Hatalı, yanlış veriler, zamansız veriler kararların doğru olmasını olumsuz etkilemektedirler Veri sürtmesi, veri temizleme olarak da bilinir ve veri tabanındaki hatalı, eksik, yanlış biçimlendirilmiş verileri algılama ve düzeltme için gerekli faaliyetleri kapsamaktadır