Yıl 2020, Cilt , Sayı 18, Sayfalar 728 - 737 2020-04-15

Türkiye’de Firmalarin Büyük Veri Teknolojileri Bilinirliği Ve Kullanimi Analizi

Serkan AYVAZ [1] , Yücel Batu SALMAN [2]


Doğru kararları almak için toplanan büyük boyutlardaki verileri anlama, analiz etme, hızlı sonuçlar üretme, veri kullanımını kolaylaştıracak yeni ve daha iyi araçlar geliştirme ihtiyacı teknolojik ve bilimsel gelişmeler ile birlikte artarak devam etmektedir. Geniş bilgi kaynaklarının etkin bir şekilde kullanımı, kaynak kullanımında ve karar vermede öngörülemeyen yeni fırsatlar sağlamaktadır. Büyük verilerin analizinin birçok kritik alanda bilişimin karar desteğini bir üst boyuta taşıyarak ciddi tasarruflar ve yeni olanaklar sağlamaktadır. Bu çalışmada, büyük veri uygulamalarının Türkiye’de faaliyet göstermekte olan firmalarda kullanım olgunluğunu belirlemek amaçlanmıştır. Bu amaçla ilgili firmalar ve temsilcileri belirlenmiş olup, farklı sanayi kollarından şirketlerin özellikle büyük veri kullanım ve olgunluk indeksleri oluşturulmuştur. Bu çerçevede büyük veri kullanımı ve bilinirliği üzerine bir anket tasarlanmıştır. 101 tekil firma yetkilisi ile görüşülmüş olup, anket aracılığıyla veri toplanmıştır. Bu veriler ışığında büyük veri teknolojilerinin Türkiye’de kullanım indeksi oluşturulup firmaların büyük veri paradigmasına hazırlıkları ve kullanım dereceleri ölçülmüştür. Böylece sektörel anlamda büyük veri teknolojilerinin ve kazanımlarının bilinirliği ortaya çıkarılmıştır.
Büyük Veri, Büyük Veri Teknolojileri
  • Ahalt, S., & Kelly, K. (2013). The big data talent gap. UNC Kenan-Flagler Business School White Paper, 1-15.
  • Amado, A., Cortez, P., Rita, P., & Moro, S. (2018). Research trends on Big Data in Marketing: A text mining and topic modeling based literature analysis. European Research on Management and Business Economics, 24(1), 1-7. 3351.
  • Bello-Orgaz, G., Jung, J. J., & Camacho, D. (2016). Social big data: Recent achievements and new challenges. Information Fusion, 28, 45-59.
  • Bughin, J. (2016). Big data, Big bang?. Journal of Big Data, 3(1), 2.
  • Che, D., Safran, M., & Peng, Z. (2013). From big data to big data mining: challenges, issues, and opportunities. In International Conference on Database Systems for Advanced Applications (pp. 1-15). Springer, Berlin, Heidelberg.
  • Chen, H., Chiang, R. H., & Storey, V. C. (2012). Business intelligence and analytics: from big data to big impact. MIS quarterly, 1165-1188.
  • Davenport, T. H., & Kudyba, S. (2016). Designing and developing analytics-based data products. MIT Sloan Management Review, 58(1), 83.
  • Gandomi, A., & Haider, M. (2015). Beyond the hype: Big data concepts, methods, and analytics. International Journal of Information Management, 35(2), 137-144.
  • Günther, W. A., Mehrizi, M. H. R., Huysman, M., & Feldberg, F. (2017). Debating big data: A literature review on realizing value from big data. The Journal of Strategic Information Systems, 26(3), 191-209.
  • Halper, F., & Krishnan, K. (2013). TDWI big data maturity model guide interpreting your assessment score. TDWI Benchmark Guide, 2014, 2013.
  • IBM. (2012), What is big data: Bring big data to the enterprise, http://www01.ibm.com/software/data/bigdata/, IBM. Kwon, O., Lee, N., & Shin, B. (2014). Data quality management, data usage experience and acquisition intention of big data analytics. International Journal of Information Management, 34(3), 387-394.
  • Kim, G. H., Trimi, S., & Chung, J. H. (2014). Big-data applications in the government sector. Communications of the ACM, 57(3), 78-85.
  • Khan, N., Yaqoob, I., Hashem, I. A. T., Inayat, Z., Ali, M., Kamaleldin, W., ... & Gani, A. (2014). Big data: survey, technologies, opportunities, and challenges. The Scientific World Journal, 2014.
  • Labrinidis, A., & Jagadish, H. V. (2012). Challenges and opportunities with big data. Proceedings of the VLDB Endowment, 5(12), 2032-2033.
  • Moro, S., Rita, P., & Vala, B. (2016). Predicting social media performance metrics and evaluation of the impact on brand building: A data mining approach. Journal of Business Research, 69(9), 3341
  • Raguseo, E. (2018). Big data technologies: An empirical investigation on their adoption, benefits and risks for companies. International Journal of Information Management, 38(1), 187-195.
  • Ransbotham, S., Kiron, D., & Prentice, P. K. (2016). Beyond the hype: the hard work behind analytics success. MIT Sloan Management Review, 57(3).
  • Snijders, C., Matzat, U., & Reips, U. D. (2012). "Big Data": big gaps of knowledge in the field of internet science. International Journal of Internet Science, 7(1), 1-5.
  • Wu, X., Zhu, X., Wu, G. Q., & Ding, W. (2014). Data mining with big data. IEEE transactions on knowledge and data engineering, 26(1), 97-107.
Birincil Dil tr
Konular Mühendislik
Bölüm Makaleler
Yazarlar

Orcid: 0000-0003-2016-4443
Yazar: Serkan AYVAZ (Sorumlu Yazar)
Kurum: BAHCESEHIR UNIVERSITY, FACULTY OF ENGINEERING AND NATURAL SCIENCES
Ülke: Turkey


Orcid: 0000-0001-5038-1612
Yazar: Yücel Batu SALMAN
Kurum: BAHÇEŞEHİR ÜNİVERSİTESİ
Ülke: Turkey


Tarihler

Yayımlanma Tarihi : 15 Nisan 2020

APA AYVAZ, S , SALMAN, Y . (2020). Türkiye’de Firmalarin Büyük Veri Teknolojileri Bilinirliği Ve Kullanimi Analizi. Avrupa Bilim ve Teknoloji Dergisi , (18) , 728-737 . DOI: 10.31590/ejosat.675247