Kestirimci Analitik (predictive analytics) süreci, eldeki verilerden tahminler üretmeyi sağlıyor, peki bu teknoloji ve teknikleri nedir, süreci nasıl ilerler, uygulamaları ve araçları nelerdir?
Kestirimci analitik nedir?
Kestirimci Analitik, etkinliği, davranışı ve eğilimleri tahmin etmek için hem yeni hem de geçmiş verileri kullanan bir gelişmiş analitik biçimidir. Belirli bir olayın gerçekleşme olasılığına sayısal bir değer (veya puan) vererek, tahmine dayalı modeller oluşturmak için veri kümelerine istatistiksel analiz teknikleri, analitik sorgular ve otomatik makine öğrenimi algoritmaları uygulamayı içerir.
Kestirimci Analitik yazılımları, bireylerin, makinelerin veya diğer varlıkların olası davranışlarını tahmin etmek için ölçülebilen ve analiz edilebilen değişkenleri kullanır. Örneğin, bir sigorta şirketi, otomobil sigortası poliçelerini fiyatlandırırken ve düzenlerken yaş, cinsiyet, yer, araç türü ve sürüş kaydı gibi potansiyel sürüş güvenliği değişkenlerini dikkate alacaktır.
Birden çok değişken, gelecekteki olasılıkları kabul edilebilir bir güvenilirlik seviyesi ile değerlendirebilen bir tahmin modelinde birleştirilir. Yazılım ağırlıklı olarak lojistik regresyon modelleri, zaman serisi analizi ve karar ağaçları gibi gelişmiş algoritmalara ve metodolojilere dayanır.
Büyük Veri, Kestirimci Analitiğin itici gücü oldu
Kestirimci Analitik, Büyük Veri sistemlerinin ortaya çıkmasıyla birlikte önem kazanmıştır. İşletmeler, Hadoop kümelerinde ve diğer büyük veri platformlarında daha büyük ve daha geniş veri havuzlarını bir araya getirdikçe, kestirimci içgörüler elde etmek için artan veri madenciliği fırsatları yarattılar. BT tedarikçilerinin makine öğrenimi araçlarını daha fazla geliştirmesi de Predictive Analytics yeteneklerinin genişletilmesine yardımcı oldu.
Pazarlama, finansal hizmetler ve sigorta şirketleri, büyük arama motoru ve çevrimiçi hizmet sağlayıcıları gibi kestirimci analitiği benimsediler. Kestirimci Analitik ayrıca sağlık hizmetleri, perakende ve imalat gibi sektörlerde de yaygın olarak kullanılmaktadır.
Kestirimci Analitik için iş uygulamaları arasında çevrimiçi reklamları hedefleme, satın alma modellerini belirlemek için müşteri davranışlarını analiz etme, finansal dolandırıcılık işlemlerini tespit etme, belirli tıbbi koşulları geliştirme riski taşıyan hastaları belirleme ve endüstriyel ekipmanda yaklaşan parça arızalarını meydana gelmeden önce tespit etme yer alır.
Kestirimci Analitik süreci ve teknikleri
Predictive Analytics, istatistiksel yöntemlerde yüksek düzeyde uzmanlık ve tahmine dayalı veri modelleri oluşturma becerisi gerektirir. Sonuç olarak, veri bilimcilerin, istatistikçilerin ve diğer veri analistlerinin alanıdır. İlgili verilerin toplanmasına ve analize hazırlanmasına yardımcı olan veri mühendisleri ve veri görselleştirme, gösterge tabloları ve raporlar konusunda yardımcı olan yazılım geliştiricileri ve iş analistleri tarafından desteklenirler.
Veri bilimcileri, web sitesi tıklama akışı verilerinde, hasta sağlık kayıtlarında ve diğer veri kümelerinde farklı veri öğeleri arasındaki korelasyonları aramak için tahmine dayalı modeller kullanır. Veri toplama gerçekleştiğinde, doğru sonuçlar elde etmek için istatistiksel bir model formüle edilir, eğitilir ve gerektiği şekilde değiştirilir. Model daha sonra tahminler oluşturmak için seçilen verilere karşı çalıştırılır. Bazı uygulamalarda tam veri kümeleri analiz edilirken, diğerlerinde analitik ekipleri süreci kolaylaştırmak için veri örneklemeyi kullanır. Veri modelleme, ek bilgiler elde edildikçe doğrulanır veya revize edilir.
Veri bilimci yoksa, bilim kökenli çalışanlar varKestirimci Analitik süreci her zaman doğrusal değildir ve korelasyonlar genellikle veri bilimcilerin bakmadığı yerlerde kendilerini gösterir. Bu nedenle, bazı işletmeler, fizik ve diğer bilim dallarında akademik geçmişe sahip kişileri işe alarak veri bilimci pozisyonlarını dolduruyorlar. Bilimsel yönteme uygun olarak, bu çalışanlar verilerin onları yönlendirdiği yere rahatça gidebilirler. Şirketler matematik, istatistik ve bilgisayar bilimi alanlarında eğitim almış veri bilimcilerini işe alma konusunda daha geleneksel yolu izleseler bile, veri keşfi konusunda açık fikirli olmak, etkili Kestirimci Analitik için temel bir özelliktir.
Tahmine dayalı modelleme eyleme geçirilebilir sonuçlar ürettikten sonra, analitik ekibi bunları işletme yöneticileriyle, genellikle bilgileri sunan gösterge tabloları ve raporların yardımıyla paylaşabilir ve bulgulara dayalı olarak gelecekteki iş fırsatlarını vurgulayabilir.
İşlevsel modeller, müşterileri göz atma etkinliklerine ve satın alma tercihlerine göre belirli ürünlere yönlendiren bir çevrimiçi perakende web sitesinde bir öneri motoru gibi gerçek zamanlı analiz yetenekleri sağlamak için operasyonel uygulamalara ve veri ürünlerine de yerleştirilebilir.
Veri modellemenin ötesinde, Kestirimci Analitikle uğraşan veri bilimcileri ve uzmanlar tarafından kullanılan diğer teknikler şunları içerebilir:
- Microsoft Word belgeleri, e-posta ve sosyal medya gönderileri gibi metin tabanlı içeriği araştırmak için metin analizi yazılımı
- Verileri önceden belirlenmiş kategoriler halinde düzenleyen sınıflandırma modelleri
- İnsan öğrenmesini taklit edebilen ve Kestirimci Analitiği otomatikleştirebilen derin sinir ağı
Kestirimci Analitik uygulamaları
Çevrimiçi pazarlama, kestirimci analitiğin önemli bir ticari etkiye sahip olduğu bir alandır. Perakendeciler, pazarlama hizmetleri sağlayıcıları ve diğer kuruluşlar, reklamları kişiselleştirmek için bir web sitesi ziyaretçisinin tarama geçmişindeki eğilimleri belirlemek için kestirimci analitik araçlarını kullanır. Perakendeciler ayrıca, hangi tür ürünleri stoklaması gerektikleri konusunda daha bilinçli kararlar almak için müşteri analitiğini kullanır.
Kestirimci Bakım ile parçalar bozulmadan sistem uyarıyor
Kestirimci Bakım (Predictive Maintenance), bir ekipmanın bozulmak üzere olabileceğine dair işaretler için izlemek isteyen üreticiler için de değerli bir uygulama olarak karşımıza çıkıyor. Nesnelerin İnterneti (IoT) geliştikçe, üreticiler fabrikalardaki makinelere ve otomobiller gibi mekatronik ürünlere sensörler ekliyor. Sensörlerden gelen veriler, sorunları önlemek için bakım ve onarım çalışmalarının ne zaman yapılması gerektiğini tahmin etmek için kullanılır.
Enerji sektöründe önemli bir maliyet kazancı sağlıyor
IoT, petrol ve gaz boru hatlarını, sondaj kulelerini, rüzgar santrallerini ve diğer çeşitli endüstriyel IoT kurulumlarını izlemek için Kestirimci Analitik’ten faydalanıyor.
Tarım da Kestirimci Analitikten nasibini alıyor. Tarlalara kurulan sensör destekli hava durumu veri istasyonlarından toplanan verilere dayalı olarak, çiftçiler için yerelleştirilmiş hava durumu tahminleri, IoT odaklı tahmine dayalı modelleme uygulamaları ile yapılıyor.
Predictive analytics araçları
Kestirimci modelleme ve analitikte çok çeşitli araçlar kullanılır. IBM, Microsoft, SAS Institute ve diğer birçok yazılım üreticisi, makine öğrenimini ve derin öğrenme uygulamalarını destekleyen Kestirimci Analitik araçları ve ilgili teknolojileri müşterilerine sunuyor.
Bunların yanında, açık kaynaklı yazılımlar da Kestirimci Analitik pazarında büyük bir rol oynuyor. Açık kaynaklı R adlı analitik dili, Python ve Scala programlama dilleri gibi Kestirimci Analitik uygulamalarında yaygın olarak kullanılır. Spark işleme motorunda yerleşik bir algoritma kitaplığı da dahil olmak üzere, çeşitli açık kaynaklı Kestirimci Analitik ve makine öğrenimi platformları da mevcuttur.
Analitik ekipleri, R’nin temel açık kaynak sürümlerini ve diğer analitik dillerini kullanabilirler. Ticari araçlar pahalı olabilir, ancak satıcıdan teknik destek alma olanağı verirler. Açık kaynaklı Kestirimci Analitik araçları ise sorunları kendi başınıza gidermenizi veya açık kaynak topluluk destek siteleri aracılığıyla yardım aramanızı gerektirir.
