Veri bilimi (data science) ve büyük veri (big data) bilgisayarların milyarlarca veriyi işleyebilecek kadar gelişmesiyle beraber hayatımıza giren kavramlardan. Bu kavramlar ekonomi de dahil olmak üzere birçok alanda analizler yapmamıza yardımcı oluyor. Veri bilimi yapılandırılmış ya da yapılandırılmamış verileri anlamlı istatistiklere dönüştürmeye çalışan; veri madenciliği ve büyük verilerle ilişkili, çok disiplinli bir alandır. Makine öğrenmesi, veriden örüntü çıkarma algoritmalarının tasarımı ve değerlendirmesine odaklanır. Veri madenciliği genellikle yapılandırılmış verilerin analizi ile ilgilenir ve ticari uygulamalara vurgu yapar. Veri bilimi ise, tüm bu hususları dikkate almaktadır. (1)

  Mikroekonomik düzeyde veri bilimi uygulamaları çeşitlilik gösterir. Pazarlama alanında müşterilerin tercihlerini öngörmek, potansiyel müşterileri tespit etmek ve onlara yaklaşmanın en doğru yollarını belirlemek için kullanılır. Tüm bu analizler gelecekteki eğilimleri tahmin ederek şirketler için rekabet avantajı sağlamalarına yardımcı olmaktadır. Finansal alanda ise veri bilimi risk ve portföy yönetiminde, tahmin ve trend analizleriyle kredi risk değerlendirmelerinde kullanılmakla beraber daha güvenli tahminler yapma olanağı sağlamaktadır.

  Büyük veri aklımıza gelebilecek her alanda ve her formatta verinin anlamlı ve işlenebilir veriye dönüştürülmüş halidir. Veri bilimcilerin amaçları doğrultusunda analiz ettikleri çok büyük sayıda veri topluluğudur. Büyük verinin 5 ana bileşeni (5v) vardır: variety (çeşitlilik), velocity (hız), volume (veri büyüklüğü), verification (doğrulama), value (değer).

Variety: Üretilen verilerin hepsi yapısal değildir ve çok farklı formatlarda ve dillerde olabilir. Bu nedenle çeşitli verilerle uğraşılması gerekir.

Velocity: Büyük verinin üretilme hızı çok büyüktür. Bunun sonucunda veriyi işleyen işlem sayısının ve işlem çeşitliliğinin artmasına da neden olur.

Volume: 2012 yılına göre dünyada günlük 2,5 milyon terabayt veri üretilmekteydi. Ancak 2024 yılında istatistiklere göre bir günde 328,77 milyon terabayt veri üretilmektedir. IDC (International Data Corporation) 2025 yılına kadar 181 zettabayt (181 milyar terabayt) veri üretilmesini bekliyor.

Verification: Verilerin güvenli bir şekilde işlenmesi de dikkat edilmesi gereken noktalardan. Verilerin doğru kişiler tarafından görülmesi ve gizli kalmasıyla beraber, verilerin akışının bozulmaması da gerekir.

Value: En önemli bileşen verinin değer yaratmasıdır. Tüm bu eforla analiz edilen verinin kurum için artı değer yaratıyor olması beklenir.

  Büyük verinin karşımıza çıktığı birçok alan var. Örneğin hükümetler yurttaşlarının bilgi ve hizmetlerini işleyip saklamak zorundadır. Türkiye’de RTÜK kararları doğrultusunda televizyon kanalları yaptıkları yayınları 1 yıl süreyle saklamak zorundadır. Bu tür veriler büyük veri olarak tanımladığımız cinstendir. Bankalar ise müşterilerinden toplayıp sakladıkları verileri kullanarak daha gelişmiş ve kişisel hizmetler verebilir hale gelmiştir.  Örneğin bankanın internet şubesinde müşterinin sık yapılan tercihlerine göre kişisel önerilerde bulunulmaktadır. Tüm bunları çok büyük veriler sayesinde analiz etmektedirler.

Makroekonomik Göstergelerin Takibinde Büyük Verinin Rolü

  Gayri Safi Yurt İçi Hasıla (GSYİH), enflasyon, işsizlik, merkez bankalarının para politikası kararları gibi makroekonomik göstergelerin analizlerinde hükümetler ve ekonomistler büyük verileri kullanmaktadır. Geleneksel olarak analizler geçmiş veriler üzerinden yapılır ancak teknolojinin gelişimiyle büyük verileri işleyen bilgisayarlar ve verileri okuyabilen uzmanlar sayesinde daha gelişmiş analizler ve geleceğe yönelik tahminler yapılmaktadır. GSYİH için gelecek yıl tahminlerinde uydu görüntüleri ve dijital ödeme sistemlerindeki veriler kullanılabilir. Uydulardan ülkedeki tarım alanlarının güncel durumları tespit edilebilir, hasat zamanlarının istatistiksel sonuçlarına göre en doğru zamanı bularak GSYİH’de büyüme oranı artırılabilir. Dijital ödeme sistemlerinde ise tüketicinin harcamaları gibi veriler GSYİH’nin öngörülmesine yardımcı olabilir.

  Enflasyon takibi için piyasadaki fiyatların hareketine bakarak değerlendirme yapabiliriz. Bunun için online fiyat verileri (online mağazaların fiyat verileri vb.) kullanılabilir. Geleneksel yöntemlere kıyasla büyük verinin analiziyle enflasyonu daha sık takip edebilir ve daha geniş ürün aralığında tespit edebiliriz. Sosyal medya içerikleri (paylaşımlar, haberler vb.) sayesinde de ülkedeki enflasyon beklentisini tahmin edebiliriz. Ürün fiyatlarındaki ani artışlardan ve tedarik zincirlerindeki kesintilerden haberdar olabiliriz.

  İşsizlik oranının belirlenmesinde de büyük veri anlamlı gelişmeler sağlıyor. İnternetteki iş ilanlarını ve kariyer sitelerindeki ilanlar ve profilleri analiz ederek işsizlik oranını hesaplamada geleneksel yöntemlere ek veriler sunabiliriz. İş ilanlarının sayısı ve türü, hangi sektöre yoğunlaştığı ve hangi özellikleri gerektirdiklerini analiz ederek gelişmekte olan işgücünü doğru alanlara yönlendirebilir ve işsizliğin artmasını engelleyebiliriz.

  Merkez bankaları para politikası kararlarında büyük verilerden yararlanarak daha doğru politikalar geliştirilmesini sağlar. Büyük veriler riskleri daha erken öngörebilmeyi sağlarken ekonomik hareketlerin analizi için daha çok sayıda veri içerir. Örneğin vatandaşların kredi kartı hareketleri, bu hareketlerde ani düşüş ve yükselişler, banka mevduatlarının güncel durumu hakkında sürekli anlık veriler sağlayarak kriz gibi durumları önceden haber verebilir ve buna bağlı politikalar sunmayı kolaylaştırır.

Büyük Verinin Olumsuz Yönleri ve Ekonomik Analizlerde Geleceği

  Tüm bu olumlu gelişmelere rağmen büyük verinin dezavantajları ve zorlukları da bulunmaktadır. En basitinden büyük verilerin 5v özellikleri işlenmelerini oldukça zorlaştırmakta. Örneğin veri kalitesi ve doğruluğun kontrol edilmesi her zaman çok kolay olmayabilir. Büyük veriler çok çeşitli kaynaklardan toplandığından tutarsızlıklara yer verebilir. Ayrıca güncel olmayan verilerin de tespit edilmesi gerekmektedir. Veri gürültüsü kavramı ise gereksiz olan veriler için kullanılır ve analiz sürecini yavaşlatarak yanılgılara da neden olabilir. Verilerin gizliliği de önemli unsurlardan biridir. İşlenen verilerde kişisel veriler varsa, hak ihlalinden hukuki sürece giden bir süreç kaçınılmaz olabilir. Üstelik bu devasa veri yığınları kötü niyetli kişilerin hedefi de olabilir. Bu nedenle verileri her zaman güvende tutmak en önemli noktalardan biridir. Büyük verilerin işlenmesinde kullanılan algoritmalar da analizi etkiler. Bu algoritmalar belirli yanlılıklara sahipse sonuçları çarpıtabilir. Ayrıca korelasyonun nedensellikle karıştırılması da sıklıla karşımıza çıkabilen durumlardan biridir. Veriler arasındaki bağlantı, aralarında nedensellik olması anlamına gelmemektedir. Bu tür yanlış çıkarımlar hatalı analizlere yol açabilir. Verilerin depolanması ve gerekli altyapı gelişmekte olan ülkeler için zorluk çıkarabilir. Büyük verilerin depolanması büyük teknolojik altyapılar gerektirir ve yüksek maliyetlere sebep olur. Aynı zamanda veriyi okuyacak uzmanlara da ihtiyaç duyulur. Tüm bunlara erişim her zaman mümkün olmayabilir. Elde edilen verilerin etik olması da önemli bir unsur. Bireylerin rızası olmadan toplanan veriler, gizli olmasa da sorun yaratabilir. Yapılan analizlerin toplumsal etkilerini de göz ardı etmemek gerekir. Örneğin; riskli bir grup için alınan karar diğer grupları olumsuz etkileyebilir. Alınan kararların adil ve şeffaf olup olmaması toplumda güvensizlik ve beraberinde kargaşa yaratabilir. Son olarak büyük verilere erişim hakkı olan kesimler toplumda bilgi asimetrisi yaratarak ekonomik ve sosyal avantajlar elde ederken, güç dengesizliklerine neden olabilir.

  Büyük veri, gelecekte ekonomik alanda daha da hassas ve kapsamlı analizler yapmamıza olanak sağlayacak gibi görünüyor. Aynı zamanda gerçek zamanlı veri takibiyle anında kararlar almak daha kolay olacak. Bu gelişmeler sayesinde makroekonomik düzeyde işsizlik, enflasyon ve gelir dağılımı gibi alanlarda daha etkili ve hızlı politikalar oluşturabiliriz. Veri bilimi geliştikçe kişisel verilerin korunması için de birtakım hukuki düzenlemeler geliştirilmeye devam edecektir. Bu sayede kişilerin gizliliği ile ilgili endişeleri azalırken veri işlemcilerinin şeffaflığı artırarak güven oluşturması beklenebilir. Aynı zamanda bu geniş alan birçok yeni iş modeline sahiplik yapabilir. Örneğin veri odaklı danışmanlık şirketleri kurulabilir ve veri stratejisti gibi pozisyonlar ortaya çıkabilir. Fintech şirketlerinde algoritmik ticaret uzmanı, pazarlama alanında tüketici verisi analisti gibi meslekler görmeyi bekleyebiliriz. Veri odaklı kamu yönetimi alanı içerisinde akıllı şehirleri planlayan şehir veri analizi uzmanları, şehirleri daha yaşanılabilir yapmak için çalışabilirler. E-ticaret ve lojistik sektöründe envanter yönetimini iyileştiren, daha iyi lojistik rotalar oluşturan ve müşteri memnuniyetini artırmak için çalışan lojistik veri analistleri görebiliriz. Veri bilimi ve büyük veriler sayesinde yapılan geniş analizler küresel düzeyde kalkınmayı hızlandırabilirken, gelişmekte olan toplumlardaki eşitsizlikleri gidermek için en etkili yöntemi bulmamızı sağlayabilir. Sonuç olarak veri bilimi geliştikçe daha doğru analizlerle toplumun refah düzeyini arttırabilir ve yeni iş modelleri oluşturabiliriz.