İş Zekâsı ve Qlikview - Inet-tr

İş Zekâsı ve Qlikview
Mustafa ERŞAHİN1, Dr. Deniz KILINÇ2
1
Univera Bilgisayar Sistemleri Sanayi ve Ticaret A.Ş, İzmir
2
Univera Bilgisayar Sistemleri Sanayi ve Ticaret A.Ş, İzmir
mustafa.ersahin@univera.com.tr, deniz.kilinc@univera.com.tr
Özet: Günümüzde bilginin üretilmesindeki hız kadar, onun iletilme ve değerlendirilme
süresinin kısalığı da önemli bir metriktir. Ayrıca, bu bilgiye yetkileri gereği tüm ekibin
erişebilmesi ve değerlendirebilmesi gerekmektedir. İşte bu yüzden “İş Zekâsı” artık birçok
kurum için vazgeçilmez bir noktaya gelmiştir. Bu kavramı, en basit anlamda; “İşlenmemiş
verilerin toplanması, saklanması ve analiz edilmesi için tasarlanmış uygulamalar ve bu
uygulamaları çalıştıran teknoloji araçlarının bütünü” olarak tanımlayabiliriz. Hedefi
belirlenmiş, sistem bütünlüğü ele alınarak çalışma yapılmış ve tüm aktörler doğru şekilde
seçilmiş bir iş zekası projesinin sonraki en önemli adımı iş zekası aracının seçilmesidir. Bu
bildiride QlikView isimli, geliştirme platformlarında bulunan tüm süreçleri kökten değiştirecek
bir yaklaşım sunan, yeni nesil iş zekâsı aracı üzerinde durulmuştur.
Anahtar Sözcükler: iş zekası, Qlikview, veri madenciliği, OLAP, iş zekası araçları, bellek içi
veritabanı
Abstract: Today, up to speed in producing the information, its delivery and shorter duration of
the evaluation time are also an important metrics. The whole team should also access this
information in accordance to their permissions and their needs to evaluate. That's why
"business intelligence" is now indispensable for many institutions. A simple description of
this concept could be "The collection of raw data, then its storage and analysis of stored raw
data by using applications designed for these technology tools ". In a business intelligence
project, the important step is to select the proper business intelligence tool after targeting a
valid goal and system integrity is took consideration and all the actors are properly selected. In
this paper, focused on a next-generation business intelligence tool named QlikView that
radically changes the approach of development platforms.
1. Giriş
Bilgisayar ve internet kullanımının kurumsal
ve kişisel düzeyde giderek artması, bilgi ve
iletişim
teknolojilerini
sürekli
olarak
gelişmeye itmektedir. Değişen ekonomik
koşullar, sektördeki firmaları daha az
maliyetle daha verimli sonuçlar elde etmek
için değişime zorlamaktadır. Değişimin amacı
mevcut karlılığın devamını sağlamak ve
kendini farklılaştırarak bir adım öne
çıkmaktır. Bu noktada kullanılacak en etkin
araç da tabiî ki “bilgidir”.
Günümüzde bilginin üretilmesindeki hız
kadar, onun iletilme ve değerlendirilme
süresinin kısalığı da önemli bir metriktir.
Ayrıca, bu bilgiye yetkileri gereği tüm ekibin
erişebilmesi
ve
değerlendirebilmesi
gerekmektedir. İşte bu yüzden “İş Zekâsı”
artık birçok kurum için vazgeçilmez bir
noktaya gelmiştir.
İş Zekâsı uygulamaları hayatımıza yavaş
çalışan raporlarla girmiş ve bu süreci
başlatmıştır.
Ancak
artık
performans
sorununu ortadan kaldıran bellek içi iş zekâsı
uygulamaları sayesinde çok hızlı bir şekilde
rapor almak ve karar verebilmek olanaklı hale
gelmiştir [1].
2. İş Zekâsı
Günümüz teknolojisinin geldiği nokta
itibariyle veri toplama ve saklama artık eskisi
kadar zor ve maliyetli değil. İnternet üzerinde
çalışan
uygulamalar,
el
bilgisayarı
uygulamaları gibi birçok uygulama ile veriler
toplanıp, diskler üzerinde neredeyse sınırsızca
saklanabiliyor.
İş zekâsı kavramını, elde edilen bu büyük
kapasiteli bilgileri analiz ederek yeni sonuçlar
çıkarmak olarak tanımlayabiliriz. Bu tanım
kendi içinde teknik olarak veri madenciliği
[2], sorgulama ve raporlama gibi farklı
aktiviteler içerir. Dolayısıyla iş zekâsından
bahsederken birçok önemli adımı olan bir
disiplin dersek yanılmış olmayız.
uygulamalar
geliştirmek
mümkündür.
Kurumsal
hafızanın
oluşturulmasından
dengeli puan tabloları oluşturmaya, aktivite
bazlı maliyet hesaplamasından performans
değerlendirmeye,
süreç
yönetiminden
stratejik planlamaya kadar farklı uygulama
alanları mevcuttur. Örneğin, Univera’daki [4]
bir Mobil Satış Dağıtım projesinde iş zekâsı
uygulaması yaparak bölge, bayi, satış
temsilcisi, ürün hiyerarşisi kırılımında, yıl,
çeyrek, ay, hafta zaman dilimlerinde;
bayilerin aktif satış noktaları ile satış
oranlarını / miktarlarını, Türkiye genelindeki
satış dağılımlarını, ürün grubu yıllık satış
dağılımlarını,satış temsilcisi performanslarını,
What-if senaryosu ile satışı, ciroyu ve
karlılığı,
Sipariş
Sepet
Analizi
ile
siparişlerdeki ürünlerin birlikte sipariş
verilme
frekanslarını
analiz
etmek
mümkündür.
2.1. İş Zekâsı Neden Önemli?
İş zekâsı kavramı gün geçtikçe karşımıza
daha çok çıkmakta ve bu yönde geliştirilen
uygulamalar yaygınlaşmaktadır. Bu konuda
yapılan çalışmalar ile birlikte elde edilen
sonuçlar hiç şüphesiz şirketleri cezbediyor.
Çünkü;
 İş zekâsı uygulamaları şirketler için karar
verme, maliyet düşürme ve yeni fırsatlar
yaratmak için kullanılabilir
 Yöneticiler iş zekâsı uygulamaları
sayesinde
verimsiz
süreçleri
belirleyebilirler
 Üst düzey yöneticiler IT çalışanlarının
yeni bir rapor hazırlamasını beklemeden
elindeki
bilgiyi
analiz
etmeye
başlayabilirler.
Yani iş zekâsı ile her kademedeki kullanıcılar
için yeni fikirler ve sonuçlar üretebilecek
Şekil 1. Örnek İş Zekası Dashboard
İş zekâsı uygulamalarının geliştirilmesi ve
tasarlanması sırasında dikkat edilecek
hususlar vardır. Aksi halde ortaya çıkacak
sonuç beklentiyi karşılamayıp hayal kırıklığı
yaratacağı gibi “iş zekâsı” uygulamasına olan
bakış açısını da tamamen değiştirmesine
sebep olabilir.
Dikkat edilmesi gereken hususlar;
 Doğru Hedef: Bir iş zekâsı uygulaması
geliştirilirken öncelikle uygulamanın
hedefi doğru belirlenmelidir. Analiz
edilmek istenen durum veya sisteme etki
eden tüm parametreler en doğru sonuca
ulaşmak için uygulamaya dâhil edilmeli
ve değerlendirilmelidir.
 Sistem Bütünlüğü: Sistem bir bütün
olarak ele alınmalı etkileşim içinde olan

süreçler
birbirinden
bağımsız
düşünülmemelidir.
Veri
madenciliği:
İş
zekâsı
uygulamasının kullanacağı veri temiz
olmalıdır. Tutarsız sonuç çıkarılmasına
neden olacak bir veri kümesi ile
çalışılmamalıdır.
İş
zekâsı
uygulamasından en iyi performansı
almak için veri madenciliği prensipleri
doğrultusunda temiz bir veri ambarı
oluşturulmalıdır.
Bu üç husus bir uygulama geliştirme
öncesinde verilerin oluşturulması kısmında
çok önemlidir. Burada yapılacak yanlış bir
değerlendirme daha sonraki süreçlerde
projeyi
bir
çıkmaza
sürükleyebilir.
Uygulamanın üzerine inşa edileceği veri
sorunsuz bir şekilde tasarlanıp oluştuğunu
varsayalım. “Bu uygulamada başarı kriteri
nedir?” diye sorulduğunda verilecek cevap
tek değildir.
Teknik ekip istenen zaman diliminde
uygulamayı istenen şekilde tamamlamış
olabilir. Bu teknik ekibin başarısıdır. Ancak
bir iş zekâsı uygulamasının asıl başarı kriteri,
uygulamanın sisteme kattığı değerdir. Dikkat
edilecek hususlardaki ilk madde “Doğru
Hedef” idi. Dolayısıyla başarı ortaya koyulan
hedefin ne derece yakınında olduğunuzla
ilgilidir.
İşte bu yüzden, iş zekâsı uygulamalarından
verim alabilmek ve uygulamasının başarılı
olabilmesi için birden fazla aktör gereklidir.
Son kullanıcının yanı sıra, uygulamayı
geliştirecek teknik ekibe ve bu uygulamayı
çok boyutlu düşünerek analiz edecek
yöneticiye ihtiyaç vardır. Böyle bir projenin
yönetimini, kurumun mevcut misyonu, hedef
ve stratejileri hakkında geniş bir bakış açısına
sahip, sistemde ortaya çıkarılacak bir anahtarı
performansa çevirebilecek kişilerin yapması
daha doğrudur.
Bu üç aktörün iş birliği ile ortaya çıkarılacak
iş zekâsı uygulaması sadece bazı değerler
göstermeye yarayacak bir rapordan ibaret
değil sistem üzerinde yepyeni sonuçlar
çıkarabilecek bir uygulama haline gelir.
2.2. İş Zekâsı Sürecinde Araç Seçimi
Hedef belirlenmiş, sistem bütünlüğü ele
alınarak veri madenciliği çalışması yapılmış
ve tüm aktörler doğru şekilde belirlenmişse iş
zekâsı projesine başlamak için gerekli
adımlar atılmış demektir. Bundan sonraki
adım ise uygulamayı geliştirecek bir araç
seçmektir.
Microsoft, IBM gibi dev grupların geliştirdiği
araçlar bulunmaktadır. Ancak bu bildiride,
hayatımıza yıllar önce giren ancak yeni
keşfedilen bir araç olarak Qlikview iş zekâsı
platformunu inceleyeceğiz.
3. QlikView - Yeni Nesil İş Zekâsı Aracı
İş zekâsı uygulamaları dediğimizde yakın
zamana kadar belirli periyodlarda sınırlı
kullanıcı kitlesinin çeşitli raporlara erişerek
bazı
analizler
yapabiliyor
olması
anlaşılıyordu. Ayrıca bu işlemi yapabilmek
için bile gerçekten büyük kaynaklar kullanma
ihtiyacı vardı. Bununla birlikte gerçekleştirme
süresi uzun, bakım işlemi maliyetli ve zor
ayrıca bunlara rağmen sistem oldukça yavaş
çalışıyordu.
Qlikview [3] ise bahsettiğimiz geliştirme
platformlarında bulunan tüm süreçleri kökten
değiştirecek bir yaklaşım sunan yeni nesil iş
zekâsı olarak tasarlanmıştır. Maliyetli ve
büyük kaynaklara ihtiyaç duymadan,
diğerlerine göre çok daha kısa sürede
geliştirilebilen ve anlık sorgulamalara
geleneksel yapılara göre son derece hızlı bir
şekilde cevap verebilen bir iş zekâsı
platformudur.
Son kullanıcıların veriler üzerinde sorgulama,
raporlama ve OLAP analizleri yapabilecekleri
ve
sonuçlarını
dashboard
ortamlarda
görebilecekleri
bir
platformdur.
Bu
platformun kolay, kullanışlı ara yüzü ve
mimarisindeki bellek içi çağrımsal veri tabanı
erişimi sayesinde anlık olarak verilere ulaşım
son derece rahat ve hızlı bir şekilde
gerçekleşiyor.
Peki diğer uygulamaların bu kadar maliyetli
ve kaynak kullanarak yaptığı QlikView nasıl
yapıyor?
 Bellek içi veri tabanı erişimi (InMemory)
 Çağrımsal-Bileşik Veri tabanı
 Yüksek veri sıkıştırma oranı
3.1. Bellek içi Veritabanı
İş zekâsı uygulamalarının en büyük
problemlerinden biri yapılan işlemlerin uzun
sürmesidir. Ancak iş zekâsının en önemli
amaçlarından biri, yönetimsel birimlerin
veriye hızlı bir şekilde ulaşmasını sağlamak
ve karar verme mekanizması içerisinde
yapılan bu çalışmanın sonuçlarını hemen
alabilmektir. Qlikview bu noktada geleneksel
iş zekâsı uygulamalarında kullanılan bakış
açısını değiştirerek yepyeni bir strateji ile
çözüm üretiyor.
İş zekâsı uygulamaları için kullanılan veri
kümeleri, veri ambarları, OLAP küpleri gibi
çok boyutlu bilgi kaynaklarını disk üzerinde
saklamak yerine bellekte tutarak geleneksel
yavaşlığı tarihe karıştırıyor.
Disk üzerinden veri madenciliği yapılabilecek
kadar büyük verilerin defalarca okunmak
zorunda kalması şüphesiz çok büyük maliyet,
kaynak ve zaman kullanımına neden oluyor.
çıkabilmektedir. Ancak Qlikview sadece bu
teknoloji gelişimine ayak uydurmakla
kalmamış ve kendi geliştirdiği sıkıştırma
algoritmasıyla da bellek kullanımını çok daha
fazla optimize hale getirmiştir.
3.2. Çağrımsal-Bileşik Veritabanı
Qlikview’in bellek içi veri tabanı sistemiyle
kazandığı hız dışında sistemdeki kullanımı
çok yönlü hale getiren bir yapıyı da veri
tabanı sistemine dâhil etmiştir. ÇağrımsalBileşik veri tabanı şeklinde adlandırılan bu
sistem kullanılan verilerin içinde yapılan ilk
seçimle doğrudan ve dolaylı tüm bağlantıları
hafızaya almasıdır. Bundan sonra yapacağı
herhangi başka bir seçim için tekrar bu işlemi
yapmak zorunda kalmayacaktır.
Bir örnek vermek gerekirse; Bir firmanın
İzmir’deki satış tutarlarını görmek istediği bir
rapor aldıktan sonra İzmir’de bulunan satış
temsilcileri, İzmir’de satılan ürünler gibi
raporları görmek için tekrar tekrar işlem
yapmayacak
sadece
ekranda
görüntülenmesine
karar
verecektir.
Geleneksel sistemlerde örnekteki gibi farklı
kriterler ile raporu almak için tüm veriyi
tekrar tekrar okuyup belleğe almak
gerekecekti.
Qlikview bu uygulamayı hem veri tabanı
üzerinde hem de görsel bileşenler üzerinde
gerçekleştirmeyi başarmıştır. Bu sayede hem
kullanımda hem de gerçekleştirim sırasında
kolaylık ve hız kazanmayı sağlamıştır.
3.3. Yüksek Veri Sıkıştırma Oranı
Qlikview bu verilerin tümünü belleğe
yükleyerek kullanıcıların her türlü sorgulama
ve raporlama istekleri karşısında, verilere
bellekten direkt erişim sağlayarak verinin
büyüklüğüne göre diğer uygulamalara göre
binlerce
kat
hızlı
sonuç
döndürür.
Qlikview’in bu yaklaşımı tercih etmesinin
belki de en büyük sebebi de 64 bit
teknolojisinin günümüzde gittikçe kullanılır
hale gelmesidir. Bu teknoloji sayesinde
belleklerin boyutu terabaytlar düzeyine kadar
Bellek içi veri tabanı
özelliğinden
bahsederken Qlikview’in kendi geliştirdiği
bir veri sıkıştırma algoritması olduğunu
söylemiştik. İlişkisel veri tabanlarında satır
bazlı uygulanan sıkıştırma işlemlerine farklı
bir açıdan bakarak sütun bazında sıkıştırma
işlemi gerçekleştirmiştir. Yapılan bu sütun
bazlı sıkıştırma ile ilişkisel veri tabanındaki
bir veri kümesini %60 ile %85 arasında
sıkıştırabilmektedir.
Böylesine
büyük
orandaki bir sıkıştırma ile de çok büyük
verilerin hafızaya alınması ve hafızada
işlenmesi çok daha kısa sürede gerçekleşir
duruma geliyor.
4. Sonuç
Teknolojinin
ilerlemesiyle
donanım
sınırlarından gittikçe kurtulan bilgisayarlar
sayesinde geçmişte olanaksız gördüğümüz
uygulamalar artık gerçekleştirilebilir hale
gelmiştir. Saatler süren çalışma sürelerinin
sonunda alınan raporların anlık alınabilmesi
de bunların başında gelmektedir. Bu tür
uygulamaların öncülerinden olan Qlikview
platformunu ele alarak Qlikview’in yeni nesil
iş zekâsı olarak görünmesini sağlayan üç
önemli başlığı inceledik.
Qlikview bunların yanında gerek kullanım
kolaylığı sağlamasıyla gerekse geliştirme
sürecindeki
karmaşık
yapıyı
ortadan
kaldırmasıyla kendini geleneksel iş zekâsı
araçlarından ayırmayı başarmış bir ürün
olarak karşımıza çıkıyor.
Kaynaklar
[1] The Basics of Business Intelligence:
http://businessintelligence.com/article/166.
[2]
Defining
Dataminig:
http://businessintelligence.com/article/64
[3] Qlikview Product Documentation:
http://www.qlikview.com/
[4] Univera Bilgisayar Sistemleri A.Ş.:
http://www.univera.com.tr/