Big Data( Büyük VERİ)

1. Big Data(Büyük VERİ) Cemil ŞENEL Yüksel BİLGİCİ

2. Teknolojik bir çözüm, kullanımından elde edilen maliyet ve faydalara göre değerlendirmeye tabi tutulur ve avantaj sağlıyorsatercihedilir.

3. Big Data(Büyük VERİ) Toplumsalmedyapaylaşımları, ağgünlükleri, bloglar, fotoğraf, video, log dosyalarıv.b. gibideğişikkaynaklardantoparlananyapısalolmayanVERİyığınıdır. Daha önce analizi mümkün olmayan muazzam büyüklük ve/veya çeşitlilik ve/veya akışkanlıktaki VERİler üzerinden bilgiye erişimdir.

4. BÜYÜK VERİ • Son 3 yılda, geçmiş 40 bin yıldaüretilenVERİden4 katdahafazlaVERİ ortayaçıkmıştır • 2012 yılında 2,500 Exabyte yenibilgiüretilmiştir(anaetken: dijitaliçerikler) • Digital evren, 2012’de 2.7 zetabyte’a yükselmiş, 2020’de 35 “zetabyte” olmasıbeklenmektedir. • Dünyada her dakikada 1,7 milyon trilyon byte VERİ üretilmektedir ki bu, 360.000 DVD’ye eşdeğerdir. • Source: An IDC White Paper. As the Economy Contracts, the Digital Universe Expands.

5. BÜYÜK VERİ

6. BÜYÜK VERİ • Google 2008’de günde 20 PB VERİ işlerken 2013’te günlük 100 PB veri işlemiştir. • Facebook 2009’da sahip olduğu 2,5 PB kullanıcı verisine her gün 15 TB’lık veri eklerken 2013’te 300 PB veriye günde 500 TB veri eklemiş ve dünyadaki fotoğrafların %35’ini barındırmıştır. • CERN’in Büyük Hadron Çarpıştırıcısı yılda 15 PB veri üretmektedir.

7. BÜYÜK VERİnİNKaynaklarI • Web Hareketleri(Tarama,TıklanmaSayısı, Gezinme) • Mobil İnternet, • SosyalAğ, • SensörVERİleri, • HD Video, • E-mail, • Ses, • SMS, MMS • DemografikBilgilerv.b. dışındaki her türlübilgi.

8. NeyİBÜYÜK VERİOlarak Kabul Edeceğİz? Bir verinin büyük olması için gereken özellikler: • Hacim(Volume) • Hız (Velocity) • Çeşitlilik (Variety) • Doğruluk (Veracity) Ve sonucunda; • Değer (Value)

9. BÜYÜK VERİNİN Özellİklerİ;

10. BÜYÜK VERİKullanIm AlanlarI • Büyük Veri Arama: Karar verme sürecini daha etkin kılmak için tüm büyük veri kaynaklarını aramak, analiz etmek ve görselleştirmek. • 360^0 Müşteri Görüntüsü: Bütün veri kaynaklarıyla müşteri analizi yapmak. • Güvenlik ve İstihbarat Yetkinlikleri: Düşük risk, gerçek zamanlı dolandırıcılık izleme ve siber güvenliği sağlamak. • Operasyon Analizi: Anlık sensör ve log analizi yaparak karar destek süreçlerini beslemek. • Veri Ambarı Eklentisi: Nadiren erişilen, saklama maliyetleri yüksek veri ambarlarını tutmak yerine, veriyi kaynağında işleyerek veri ambarı işletim maliyetlerinin düşmesini sağlamak

11. BÜYÜK VERİ Kullanarak BİlgİÇIkarImI • Bilgi çıkarımı; dağıtık programlama, örüntü tanıma, veri madenciliği, doğal dil işleme, duygu analizi, istatistiksel ve görsel analiz ve insan bilgisayar etkileşimi gibi çeşitli analiz metotlarını içerir. • Kapsamlı bir bilgi çıkarımı mimarisi üretim hattında sağlanmalı ve işletilmelidir. Hatalara, kayıp değerlere ve kullanışsız formatlara uygun çözümler bulmak için veri ve toplu işleme analizleri yapılmalıdır. • Sonuçları ulaşılabilir ve kusursuz hale getirmek için; açık kaynaklı ve popüler standartlar, web tabanlı mimariler kullanılmalı ve sonuçlar açıkça gösterilmelidir. • Bu yardımcı programlar; Bulut Bilişim, Hadoop, MapReduce, Google Bigquery.

12. BÜYÜK VERİ Kullanarak BİlgİÇIkarImI

13. Büyük Verİnİn GETİRİLERİ • Maliyetleri azaltma • Zaman tasarrufu • Yeni ürün geliştirme • Şirket içi karar mekanizmalarını destekleme

14. Büyük VerİnİnZorluklarI • Verinin büyüklüğü ve yorumlanmasının zorluğu • Nitelikli personelin azlığı • Eğitim ve teknik bilgi gerekliliği  • Yeni donanım ve altyapı ihtiyacı • Yüksek maliyet • Çok fazla raporlama 

15. Büyük VerİnİnKullanImÖrneklerİ Finansal Hizmet Şirketleri • Risk analizi ve yönetimi • Dolandırıcılık tespiti ve güvenlik analizi • CRM ve müşteri sadakat programları • Kredi riski ve analizi • Yüksel hızlı arbitraj • Anormal ticaret örüntü analizi

16. Büyük VerİnİnKullanImÖrneklerİ Kamu Kuruluşları • Dolandırıcılık tespiti, • Tehditlerin tespiti, • Siber güvenlik, • Enerji tüketimi ve karbon ayak izi yönetimi, • Suçla Mücadele,

17. Büyük VerİnİnKullanImÖrneklerİ Sağlıkla İlgili Kuruluşlar • Sağlık sigortası dolandırıcılığı tespiti • Kampanya ve satış programlarının optimizasyonu • Marka yönetimi • Hasta bakımı kalitesi ve program analizi • Tedarik zinciri yönetimi • İlaç geliştirme analizi

18. Büyük VerİnİnKullanImÖrneklerİ Telekomünikasyon Şirketleri • Müşterinin başka servis sağlayıcısına geçmesini önleme • Kampanya yönetimi ve müşteri sadakati • Arama Detay Kaydı (CDR) analizi • Şebeke performansı ve optimizasyonu • Mobil Kullanıcı Lokasyon analizi

19. Büyük VerİnİnKullanImÖrneklerİ UPS ve Büyük Veri • 8,8 milyon müşteri için 16,3 milyon paket verisinin takibi • Müşterilerden gelen ortalama 39,5 milyon takip talebi • 16 petabaytlıkveri depolamakta • ORION (Yol Üzeri Bütünleşik Optimizasyon ve Seyrüsefer) projesi: Dünyanın tartışmasız en büyük yöneylem araştırmasıdır. • Proje hâlihazırda 2011 yılında günlük rotaların 85 milyon mil (137 milyon km) yol kısaltılmasıyla 8,4 milyon galon (32 milyon litre) tasarruf sağlamıştır. • UPS, sürücü başına günlük sadece bir millik kısaltmanın şirkete 30 milyon Dolar tasarruf sağlayacağını ve toplam parasal tasarrufun muazzam olacağını tahmin etmektedir.

20. Büyük VERİ KullanIm Örneklerİ • Türk Telekom ileyapılanVERİ ambarıdönüşümprojesisonucundaTürkTelekom’un 6 milyonDolartasarrufetmiştir. • TürkTelekom’unfarklıortamlardabulunanVERİlerinitekbirortamdakonsolideederek, dahahızlıvedahaerişilebilir platform oluşturmuştur. • 6 aydagerçekleştirilenbuprojeiletümVERİyeanlıkolarak, gerçekzamanlıerişebiliyor. • Bakımvedestektasarrufuanlamındaiseyaklaşık 1 milyonDolar’ınüzerindetasarrufununolduğunusöyleyebiliriz.

21. Büyük VerİnİnKullanImÖrneklerİ Barack Obama’nın 2012 Seçim Zaferi • Sosyal medya kampanyalarının başına RayidGhani getirildi • 13 milyonluk seçmen e-posta adres listesi

22. Büyük VerİnİnKullanImÖrneklerİ Utah Data Center • 2013’ün sonlarında yapımı tamamlanmıştır. • NSA (Amerikan Ulusal Güvenlik Teşkilatı) tarafından uydular, yer altı ve deniz altı kabloları aracılığıyla gerçekleştirilen bütün iletişimleri yakalamak, deşifre etmek ve depolamak için kullanılacaktır.

23. TEŞEKKÜRLER