B\u00fcy\u00fck veri, teknolojik inovasyonun bir sonucudur ve Nesnelerin \u0130nternetini olu\u015fturan sens\u00f6rler ve ak\u0131ll\u0131 cihazlardan gelen devasa verilerle son derece b\u00fcy\u00fck veri k\u00fcmelerini ifade eder. B\u00fcy\u00fck veri bazen veri bilimi ile birbirinin yerine kullan\u0131lsa da, veri bilimi, veri ile \u00e7al\u0131\u015fma s\u00fcre\u00e7lerini ve tekniklerini temsil eder. B\u00fcy\u00fck veri ise, geleneksel veri i\u015fleme ve analiz y\u00f6ntemleriyle analiz edilemeyecek kadar b\u00fcy\u00fck ve karma\u015f\u0131k olan geni\u015f veri k\u00fcmelerini ifade eder.<\/p>\n
B\u00fcy\u00fck Veri Nedir?<\/p>\n
B\u00fcy\u00fck veri tam olarak ad\u0131ndan da anla\u015f\u0131laca\u011f\u0131 gibi ”b\u00fcy\u00fck” miktarda veridir. Hacim a\u00e7\u0131s\u0131ndan b\u00fcy\u00fck ve daha karma\u015f\u0131k bir veri k\u00fcmesi anlam\u0131na gelir. B\u00fcy\u00fck verinin b\u00fcy\u00fck hacmi ve y\u00fcksek karma\u015f\u0131kl\u0131\u011f\u0131 nedeniyle geleneksel veri i\u015fleme yaz\u0131l\u0131mlar\u0131 bunu kald\u0131ramaz. B\u00fcy\u00fck veri basit\u00e7e, hem yap\u0131land\u0131r\u0131lm\u0131\u015f hem de yap\u0131land\u0131r\u0131lmam\u0131\u015f b\u00fcy\u00fck miktarda \u00e7e\u015fitli veriyi i\u00e7eren veri k\u00fcmeleri anlam\u0131na gelir.<\/p>\n
B\u00fcy\u00fck veri, i\u015fletmelerin i\u015flerinde kar\u015f\u0131la\u015ft\u0131klar\u0131 sorunlar\u0131 ele almalar\u0131na ve bu sorunlar\u0131 b\u00fcy\u00fck veri analiti\u011fi kullanarak etkili bir \u015fekilde \u00e7\u00f6zmelerine olanak tan\u0131r. \u0130\u015fletmeler bu verilerden \u00f6r\u00fcnt\u00fcler belirlemeye ve i\u00e7g\u00f6r\u00fcler \u00e7\u0131karmaya \u00e7al\u0131\u015f\u0131r, b\u00f6ylece eldeki sorunlar\u0131 \u00e7\u00f6zmek i\u00e7in harekete ge\u00e7ebilir.<\/p>\n
\u0130\u015fletmeler onlarca y\u0131ld\u0131r b\u00fcy\u00fck miktarda veri topluyor olsa da, b\u00fcy\u00fck veri kavram\u0131 ancak 2000’li y\u0131llar\u0131n ba\u015f\u0131nda pop\u00fclerlik kazanm\u0131\u015ft\u0131r. \u0130\u015fletmeler g\u00fcnl\u00fck olarak toplanan veri miktar\u0131n\u0131n ve bu verileri etkin bir \u015fekilde kullanman\u0131n \u00f6neminin art\u0131k fark\u0131ndad\u0131r.<\/p>\n
A\u015fa\u011f\u0131daki listede farkl\u0131 b\u00fcy\u00fck veri t\u00fcrlerinin bir listesini bulabilirsiniz:<\/p>\n
Basit bir ifadeyle yap\u0131land\u0131r\u0131lm\u0131\u015f veri, halihaz\u0131rda veri tabanlar\u0131nda depolanan veri t\u00fcr\u00fcd\u00fcr. Sabit bir formatta i\u015flenebilir, depolanabilir ve al\u0131nabilir. Analiz edilmeden \u00f6nce \u00e7ok fazla haz\u0131rl\u0131k gerektirmedi\u011fi i\u00e7in \u00fczerinde \u00e7al\u0131\u015f\u0131lmas\u0131 en kolay b\u00fcy\u00fck veri t\u00fcr\u00fcd\u00fcr.<\/p>\n
Yap\u0131land\u0131r\u0131lm\u0131\u015f verilerin iki ana kayna\u011f\u0131 vard\u0131r: makineler taraf\u0131ndan otomatik olarak olu\u015fturulabilir veya bir insan taraf\u0131ndan girilebilir (\u00f6rne\u011fin, yeni bir m\u00fc\u015fteri olarak kay\u0131t olurken ad\u0131n\u0131, ya\u015f\u0131n\u0131 ve konumunu giren bir kullan\u0131c\u0131). Yap\u0131land\u0131r\u0131lm\u0131\u015f verileri bir Excel elektronik tablosunda g\u00f6rebilece\u011finiz d\u00fczg\u00fcn sat\u0131r ve s\u00fctunlar olarak d\u00fc\u015f\u00fcnebilirsiniz.<\/p>\n
Yap\u0131land\u0131r\u0131lm\u0131\u015f veriler, mevcut b\u00fcy\u00fck verilerin yaln\u0131zca k\u00fc\u00e7\u00fck bir b\u00f6l\u00fcm\u00fcn\u00fc olu\u015fturur (yakla\u015f\u0131k %20).<\/p>\n
Ad\u0131ndan da anla\u015f\u0131laca\u011f\u0131 gibi yap\u0131land\u0131r\u0131lmam\u0131\u015f veri, yap\u0131land\u0131r\u0131lm\u0131\u015f verinin tam tersidir; tamamen d\u00fczensizdir ve net bir format\u0131 yoktur.<\/p>\n
Yap\u0131land\u0131r\u0131lmam\u0131\u015f verileri, bir ba\u011flama oturtulmad\u0131\u011f\u0131 takdirde hi\u00e7bir anlam ifade etmeyen veriler olarak d\u00fc\u015f\u00fcnebilirsiniz. \u00d6rne\u011fin, veri a\u00e7\u0131s\u0131ndan Twitter’da payla\u015f\u0131lan bir tweet sadece bir dizi kelimeden ibarettir; hi\u00e7bir anlam\u0131 veya duygusu yoktur (analizden \u00f6nce).<\/p>\n
Ayn\u0131 \u015fey payla\u015ft\u0131\u011f\u0131n\u0131z bir resim veya yapt\u0131\u011f\u0131n\u0131z bir telefon g\u00f6r\u00fc\u015fmesi i\u00e7in de ge\u00e7erlidir; bunlar\u0131n hepsi, anlaml\u0131 hale getirmek i\u00e7in bir t\u00fcr d\u0131\u015f, ger\u00e7ek d\u00fcnya ba\u011flam\u0131na yerle\u015ftirilmesi gereken yap\u0131land\u0131r\u0131lmam\u0131\u015f veri \u00f6rnekleridir.<\/p>\n
Yap\u0131land\u0131r\u0131lmam\u0131\u015f verilerle \u00e7al\u0131\u015fmak \u00e7ok daha yo\u011fun emek gerektirir ve makine \u00f6\u011frenimi, yapay zeka ve do\u011fal dil i\u015flemede kullan\u0131lanlar gibi karma\u015f\u0131k algoritmalar i\u00e7erir. D\u00fcnyadaki b\u00fcy\u00fck verilerin yakla\u015f\u0131k %80’i yap\u0131land\u0131r\u0131lmam\u0131\u015f verilerden olu\u015fmaktad\u0131r.<\/p>\n
Yar\u0131 yap\u0131land\u0131r\u0131lm\u0131\u015f veriler temel olarak baz\u0131 organizasyonel \u00f6zelliklere sahip yap\u0131land\u0131r\u0131lmam\u0131\u015f verilerdir, bu da i\u015flenmesini tamamen yap\u0131land\u0131r\u0131lmam\u0131\u015f verilere g\u00f6re daha kolay hale getirir.<\/p>\n
Yar\u0131 yap\u0131land\u0131r\u0131lm\u0131\u015f verilere genellikle meta veriler eklenir (ba\u015fka bir veri par\u00e7as\u0131n\u0131 tan\u0131mlayan veya hakk\u0131nda bilgi veren veriler). \u00d6rne\u011fin, ak\u0131ll\u0131 telefonunuzla bir selfie \u00e7ektiyseniz, foto\u011frafa bir zaman damgas\u0131 eklerseniz, cihaz kimli\u011fini kaydedebilir. G\u00f6r\u00fcnt\u00fcn\u00fcn kendisi yap\u0131land\u0131r\u0131lmam\u0131\u015f veridir, ancak bu ek ayr\u0131nt\u0131lar baz\u0131 ba\u011flamlar sa\u011flar.<\/p>\n
Benzer \u015fekilde, bir arkada\u015f\u0131n\u0131za bir e-posta g\u00f6nderirseniz, i\u00e7eri\u011fin kendisi yap\u0131land\u0131r\u0131lmam\u0131\u015f veri olarak kabul edilir, ancak IP adresi ve e-postan\u0131n geldi\u011fi e-posta adresi gibi baz\u0131 ipu\u00e7lar\u0131 eklenmi\u015f olur.<\/p>\n
B\u00fcy\u00fck veri, karar alma s\u00fcrecine bilgi sa\u011flayabilecek kal\u0131plar\u0131, ili\u015fkileri ve i\u00e7g\u00f6r\u00fcleri ortaya \u00e7\u0131karmak i\u00e7in birden fazla kaynaktan b\u00fcy\u00fck miktarda verinin toplanmas\u0131n\u0131, i\u015flenmesini ve analiz edilmesini i\u00e7erir. Bu s\u00fcre\u00e7 birka\u00e7 ad\u0131mdan olu\u015fur:<\/p>\n
B\u00fcy\u00fck veriler; sosyal medya, sens\u00f6rler, i\u015flem sistemleri, m\u00fc\u015fteri yorumlar\u0131 ve di\u011fer kaynaklar gibi \u00e7e\u015fitli kaynaklardan toplan\u0131r.<\/p>\n
Toplanan verilerin daha sonra kolayca eri\u015filebilecek ve analiz edilebilecek \u015fekilde depolanmas\u0131 gerekir. Bu genellikle b\u00fcy\u00fck hacimli verileri i\u015fleyebilen \u00f6zel depolama teknolojileri gerektirir.<\/p>\n
Veriler depoland\u0131ktan sonra analiz edilebilmeleri i\u00e7in i\u015flenmeleri gerekir. Bu, hatalar\u0131 veya tutars\u0131zl\u0131klar\u0131 gidermek i\u00e7in verilerin temizlenmesini ve d\u00fczenlenmesini ve analiz i\u00e7in uygun bir formata d\u00f6n\u00fc\u015ft\u00fcr\u00fclmesini i\u00e7erir.<\/p>\n
Veriler i\u015flendikten sonra kal\u0131plar\u0131, ili\u015fkileri ve e\u011filimleri belirlemek i\u00e7in istatistiksel modeller ve makine \u00f6\u011frenimi algoritmalar\u0131 gibi ara\u00e7lar kullan\u0131larak analiz ger\u00e7ekle\u015ftirilir.<\/p>\n
Veri analizinden elde edilen i\u00e7g\u00f6r\u00fcler daha sonra grafikler, \u00e7izelgeler ve g\u00f6sterge tablolar\u0131 gibi g\u00f6rsel formatlarda sunularak karar vericilerin bunlar\u0131 anlamas\u0131 ve bunlara g\u00f6re hareket etmesi sa\u011flan\u0131r.<\/p>\n
B\u00fcy\u00fck veri, i\u015fletmelerin daha iyi ve h\u0131zl\u0131 kararlar almas\u0131na yard\u0131mc\u0131 olur, \u00e7\u00fcnk\u00fc sorunlar\u0131 \u00e7\u00f6zmek i\u00e7in daha fazla bilgiye ve hipotezlerini test etmek i\u00e7in daha fazla veriye sahiptir.<\/p>\n
M\u00fc\u015fteri deneyimi, b\u00fcy\u00fck verinin ortaya \u00e7\u0131kmas\u0131yla birlikte devrim yaratan \u00f6nemli bir aland\u0131r. \u0130\u015fletmeler m\u00fc\u015fterileri ve onlar\u0131n tercihleri hakk\u0131nda her zamankinden daha fazla veri toplamaktad\u0131r. Bu veriler, \u015firketlerin bu verileri toplamas\u0131na izin veren m\u00fc\u015fterilere ki\u015fiselle\u015ftirilmi\u015f \u00f6neri ve teklifler sunarak olumlu bir \u015fekilde kullan\u0131lmaktad\u0131r. Netflix veya Amazon\u2019da ald\u0131\u011f\u0131n\u0131z \u00f6neriler b\u00fcy\u00fck veri sayesinde olu\u015fturulmaktad\u0131r.<\/p>\n
Makine \u00f6\u011frenimi, b\u00fcy\u00fck verinin artan pop\u00fclaritesinden b\u00fcy\u00fck \u00f6l\u00e7\u00fcde yararlanan bir ba\u015fka aland\u0131r. Daha fazla veri, makine \u00f6\u011frenimi modellerini e\u011fitmek i\u00e7in daha b\u00fcy\u00fck veri k\u00fcmelerine sahip olundu\u011fu anlam\u0131na gelir ve daha e\u011fitimli bir model daha iyi bir performansla sonu\u00e7lan\u0131r. Ayr\u0131ca, makine \u00f6\u011frenimi sayesinde daha \u00f6nce manuel olarak yap\u0131lan g\u00f6revler art\u0131k otomatikle\u015ftirilebilir.<\/p>\n
M\u00fc\u015fteri sat\u0131n al\u0131mlar\u0131 hakk\u0131nda giderek daha fazla veri toplanmas\u0131yla talep tahmini daha do\u011fru hale gelmi\u015ftir. Bu, i\u015fletmelerin gelecekteki talebi tahmin etmelerine ve \u00fcretimi buna g\u00f6re \u00f6l\u00e7eklendirmelerine yard\u0131mc\u0131 olan tahmin modelleri olu\u015fturmalar\u0131na yard\u0131mc\u0131 olur. \u00d6zellikle imalat sekt\u00f6r\u00fcndeki \u015firketlerin sat\u0131lmam\u0131\u015f envanteri depolarda saklama maliyetlerini azaltmalar\u0131na yard\u0131mc\u0131 olur.<\/p>\n
B\u00fcy\u00fck veri, \u00fcr\u00fcn geli\u015ftirme ve doland\u0131r\u0131c\u0131l\u0131k tespiti gibi uygulamalarda da geni\u015f bir kullan\u0131m alan\u0131 sunar.<\/p>\n
B\u00fcy\u00fck veriyi etkin bir \u015fekilde y\u00f6netmek ve kullanmak i\u00e7in i\u015fletmeler a\u015fa\u011f\u0131daki baz\u0131 en iyi uygulamalar\u0131 takip etmelidir:<\/p>\n
\u0130\u015fletmeler b\u00fcy\u00fck verileri toplarken ve analiz ederken net i\u015f hedefleri tan\u0131mlamal\u0131d\u0131r. Bu, ilgisiz veriler i\u00e7in zaman ve kaynak israf\u0131n\u0131 \u00f6nlemeye yard\u0131mc\u0131 olabilir.<\/p>\n
Yaln\u0131zca analiz i\u00e7in gerekli olan ilgili verilerin toplanmas\u0131 ve depolanmas\u0131 \u00f6nemlidir. Bu, veri depolama maliyetlerini azaltmaya ve veri i\u015fleme verimlili\u011fini art\u0131rmaya yard\u0131mc\u0131 olabilir.<\/p>\n
Depolama ve i\u015fleme \u00f6ncesinde verilerdeki hatalar\u0131, tutars\u0131zl\u0131klar\u0131 ve tekrarlar\u0131 gidermek, veri kalitesini sa\u011flamak kritik \u00f6nem ta\u015f\u0131r.<\/p>\n
\u0130\u015fletmeler b\u00fcy\u00fck veriyi toplamak, depolamak, i\u015flemek ve analiz etmek i\u00e7in uygun ara\u00e7 ve teknolojileri kullanmal\u0131d\u0131r. Buna \u00f6zel yaz\u0131l\u0131m, donan\u0131m ve bulut tabanl\u0131 teknolojiler dahildir.<\/p>\n
B\u00fcy\u00fck veri genellikle hassas bilgiler i\u00e7erir. Bu nedenle i\u015fletmeler bu verileri yetkisiz eri\u015fime veya k\u00f6t\u00fcye kullan\u0131ma kar\u015f\u0131 korumak i\u00e7in veri g\u00fcvenli\u011fi ve gizlilik politikalar\u0131 olu\u015fturmal\u0131d\u0131r.<\/p>\n
Makine \u00f6\u011frenimi ve yapay zeka, b\u00fcy\u00fck verilerdeki kal\u0131plar\u0131 belirlemek ve gelecekteki e\u011filimleri tahmin etmek i\u00e7in kullan\u0131labilir. \u0130\u015fletmeler, verilerinden eyleme d\u00f6n\u00fc\u015ft\u00fcr\u00fclebilir i\u00e7g\u00f6r\u00fcler elde etmek i\u00e7in bu teknolojilerden yararlanabilir.<\/p>\n
Veri g\u00f6rselle\u015ftirme, karma\u015f\u0131k verileri grafikler veya \u00e7izelgeler gibi sezgisel g\u00f6rsel bi\u00e7imlerde basitle\u015ftirerek karar vericilerin b\u00fcy\u00fck verilerden elde edilen i\u00e7g\u00f6r\u00fcleri anlamas\u0131n\u0131 ve bunlara g\u00f6re hareket etmesini kolayla\u015ft\u0131rabilir.<\/p>\n
Her g\u00fcn \u00fcretilen veri hacmi, artan dijitalle\u015fmeyle birlikte s\u00fcrekli artmaktad\u0131r. Bu y\u00fczden giderek daha fazla i\u015fletme, geleneksel veri depolama ve analiz y\u00f6ntemlerinden bulut \u00e7\u00f6z\u00fcmlerine ge\u00e7mektedir. \u015eirketler verinin \u00f6neminin fark\u0131na vard\u0131\u011f\u0131 i\u00e7in b\u00fcy\u00fck verinin gelece\u011fi umut vericidir. B\u00fcy\u00fck veri, i\u015fletmelerin \u00e7al\u0131\u015fma ve karar alma bi\u00e7imlerini de\u011fi\u015ftirecektir.<\/p>\n
B\u00fcy\u00fck veri teknolojisi, b\u00fcy\u00fck veriyi y\u00f6netmek ve ondan de\u011fer elde etmek i\u00e7in kullan\u0131lan \u00e7\u00f6z\u00fcmleri, sistemleri ve ara\u00e7lar\u0131 kapsar. B\u00fcy\u00fck veri teknolojisi, \u00e7ok y\u00fcksek \u00f6l\u00e7ekte veri y\u00f6netimi eylemleri ger\u00e7ekle\u015ftirme yetene\u011fi ile tan\u0131mlan\u0131r: analitikte ve di\u011fer kurumsal sistemlerde kullan\u0131labilmesi i\u00e7in son derece b\u00fcy\u00fck hacimli verileri d\u00f6n\u00fc\u015ft\u00fcrmek, almak, entegre etmek ve haz\u0131rlamak.<\/p>\n
Normal veri ile b\u00fcy\u00fck veriyi birbirinden ay\u0131rman\u0131n en iyi yolu, b\u00fcy\u00fck verinin ortaya \u00e7\u0131kard\u0131\u011f\u0131 zorluklar\u0131 g\u00f6z \u00f6n\u00fcnde bulundurmakt\u0131r.<\/p>\n
Normal veriler temel olarak bir veri taban\u0131na d\u00fczg\u00fcn bir \u015fekilde s\u0131\u011fan ve geleneksel ara\u00e7lar ve yaz\u0131l\u0131mlar (Excel gibi) kullan\u0131larak toplan\u0131p analiz edilebilen yap\u0131land\u0131r\u0131lm\u0131\u015f verilerdir. Buna kar\u015f\u0131n, b\u00fcy\u00fck veri hacim olarak o kadar b\u00fcy\u00fck, format olarak o kadar \u00e7e\u015fitli ve yap\u0131land\u0131r\u0131lmam\u0131\u015f ve birikim olarak o kadar h\u0131zl\u0131d\u0131r ki, verinin i\u015flenmesi ve anla\u015f\u0131lmas\u0131 s\u00f6z konusu oldu\u011funda geleneksel ara\u00e7lar yeterli de\u011fildir.<\/p>\n
Veri bilimi ve b\u00fcy\u00fck veri iki farkl\u0131 kavramd\u0131r, ancak b\u00fcy\u00fck veriyi verimli bir \u015fekilde i\u015flemek ve kullanmak i\u00e7in veri bilimine ihtiya\u00e7 duyuldu\u011fu i\u00e7in bu iki terim birbirleriyle ili\u015fkilidir.<\/p>\n
A\u015fa\u011f\u0131daki noktalar, temel farkl\u0131l\u0131klar\u0131 ve b\u00fcy\u00fck verinin veri bilimi ile nas\u0131l ili\u015fkili oldu\u011funu daha iyi anlaman\u0131za yard\u0131mc\u0131 olabilir:<\/p>\n
B\u00fcy\u00fck veri, da\u011f\u0131t\u0131k bilgi i\u015flem, analitik ve teknoloji (b\u00fcy\u00fck verinin depolanmas\u0131na ve analizine yard\u0131mc\u0131 olan a\u00e7\u0131k kaynakl\u0131 bir \u00e7er\u00e7eve olan Hadoop gibi) ara\u00e7lar\u0131nda ve yaz\u0131l\u0131mlar\u0131nda kullan\u0131l\u0131r. Veri bilimi, matematik, istatistik, veri yakalama ve madencili\u011fi ve bilgisayar programlama gibi disiplinleri kullan\u0131rken i\u015f stratejileri geli\u015ftirmek ve kararlar\u0131 y\u00f6nlendirmek i\u00e7in kullan\u0131l\u0131r.<\/p>\n","protected":false},"excerpt":{"rendered":"B\u00fcy\u00fck veri, teknolojik inovasyonun bir sonucudur ve Nesnelerin \u0130nternetini olu\u015fturan sens\u00f6rler ve ak\u0131ll\u0131 cihazlardan gelen devasa verilerle son…\n","protected":false},"author":1,"featured_media":4499,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"csco_singular_sidebar":"","csco_page_header_type":"","csco_appearance_grid":"","csco_page_load_nextpost":"","csco_post_video_location":[],"csco_post_video_location_hash":"","csco_post_video_url":"","csco_post_video_bg_start_time":0,"csco_post_video_bg_end_time":0},"categories":[3],"tags":[],"yoast_head":"\n