Yönetim Bili*im Sistemleri Bölüm 1

Yönetim Bilişim Sistemleri
Bölüm 6
Doç. Dr. Aykut Hamit Turan
Laudon & Laudon 2011
1
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
2
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
3
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
4
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
5
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
6
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
7
Dosya Organizasyonu kavramı
8
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
9
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
10
Geleneksel Dosya Ortamının
Problemleri
11
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)
12
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
13
Zayıf Esneklik
• Geleneksel dosya sistemi önemli miktarda
programlamadan sonra rutin raporları
verebilirler. Ancak anlık ve plansız ihtiyaç
duyulan raporları vermekte yetersiz
kalmaktadır.
14
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
15
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
16
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
17
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
18
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
19
Veri Tabanı Yönetimi Sistemi
20
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
21
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
22
İlişkisel VTYS
23
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
24
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
25
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
26
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
27
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
28
Veri Ambarları ve Veri Martları
29
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
30
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
31
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
32
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
33
Çevrimiçi Çözümlemeli İşleme (Online
Analytical Processing – OLAP)
34
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
35
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
36
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
37
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
38
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
39
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
40
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
41
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
42
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
43