Veri bilimine yatırımda kritik faktörler
Covid-19 salgınının patlak vermesi, ABD ve dünya genelinde ekonomileri çok olumsuz etkiliyor ve işsizlik oranları yükseliyor. Ekonomik altüst oluşlar da dikkate alındığında küresel ekonomide birçok ülkenin durgunluk yaşaması muhtemel görünüyor.
Organizasyonlar ekonomik yavaşlamanın kapsamlı yatırımlarını nasıl etkileyeceği meselesiyle boğuşmaya başladı bile. Yanıtını merak ettiğimiz bir soru, bu süreçte analiz ve veri bilimi kaynaklarına olan talebin yoğunluğunu koruyup korumayacağı, hız kesip kesmeyeceği.
Bu alana güçlü bir odaklanma olduğunu görmek için çok geriye gitmeniz gerekmiyor. Örneğin, IBM'in 2017'de hazırladığı raporda, analiz ve veri bilimi pozisyonlarının sayısının, sadece ABD'de, 364 binden 2020 itibarıyla iki milyon 729 bine yükselmesi öngörülüyordu. 2019'da da LinkedIn 'veri bilimcisi'ni iş olanakları, maaş ve mesleki ilerleme fırsatları itibarıyla ABD'de geleceği en parlak işler arasında ilk sıraya yerleştirdi ve veri bilimcilerine yönelik iş olanaklarının bir önceki yıl yüzde 56 arttığına dikkat çekti.
Veri miktarındaki artışın katlanarak büyümesi -ve sanayinin bu veriyi daha iyi ekonomik sonuçlar elde etmek için kullanma isteği- analiz kabiliyetine artan talebin temel nedenlerinden biri olarak gösteriliyor.
Mevcut durgunluk, analiz ve veri bilimlerine talepte görülen büyümeyi yavaşlatacak mı? Organizasyonel hedeflerde ve odaklanmada yapılacak değişiklikler, bu alanda iş kayıplarını muhtemel hale getirecek mi? Genel talepte herhangi bir azalma, agresif yapay zeka (YZ) uygulayıcıları ve YZ odaklı satıcılar için iyi bir haber.
Bu şirketlerin pek çoğu, daha şimdiden, işten çıkarılan veri bilimcilerini ve mühendislerini bünyesine katmaya başladı. Ancak ortalama bir şirkette veri bilimcilerine olan talebin gerilemesi, şirkete bağlı organizasyonlar bünyesinde veri biliminin daha az kullanıldığının bir işareti olarak kabul ediliyor. Bu da karar alma ve harekete geçmede sezgi ve benzeri diğer daha az etkili yol göstericilere bağımlılığın süreceği anlamına gelecek.
YATIRIMLARI ETKİLEYECEK FAKTÖRLER
Yöneticilerin analiz ve veri bilimlerinde bir sonraki yıl ne yapmak gerektiğine dair ne düşündüğünü anlamak için bir dizi şirket lideriyle bire bir görüşmeler yaptık ve iş ilanlarındaki toplam talebi inceledik. Öğrendiklerimiz ışığında, yeni bir Covid-19 ekonomik gerçekliğini hayal etmekte zorlanan organizasyonların analiz ve veri bilimlerine yaptıkları yatırımı sürdürme kararlarını dört faktörün belirleyeceğini düşünüyoruz.
1-İSPATLANMIŞ YATIRIM GETİRİSİ
Yatırım getirisi (return of investments, ROI), şirketlerin durgunluk sırasında maliyetleri aşağı çekmek için başvurduğu ilk ölçümlerden biri. Bu ölçüm, analiz ve veri bilimleri gruplarındaki yatırımları incelemek için de kullanılacak. Açık bir yatırım getirisi sergilemeyen bireyler, gruplar ya da projeler, muhtemelen, maliyetlerin düşürülmesi için yapılacak potansiyel kesintiler listesine dahil edilecek. Bu da, sonuç olarak, istihdam yatırımlarındaki büyümeyi aşağı çekebilir ya da istihdamın fiilen azalmasına yol açabilir.
ROI, veri bilimi için zorlu bir standart. Bunun bir nedeni çok sayıda algoritmanın asla üretim uygulamalarında kullanılmaması. Bazı tahminlere göre, büyük veri projelerinin yüzde 85'i başarısız oluyor. Analiz ve veri bilimlerinde başarı elde etmek ve ROI'yi gerektiği gibi belgelendirmek çok zor olabilir: McKinsey'nin bir raporunda ifade ettiği gibi, "Analiz yatırımlarında bir patlama yaşanırken birçok şirket umduğu ROI'yi elde edemiyor. Analizi bir kaç başarılı kullanım vakasından işletme geneline ölçeklendirmekte, bunu organizasyonel kültüre ve günlük karar alma süreçlerine dahil etmekte zorlanıyorlar."
Çoğunlukla betimleyici ve kestirimsel analizler (predictive analytic) yapan gruplar, model inşasına odaklanmışlarsa ya da yaptıkları işin uygulamaya dönüşme oranı düşükse risk altında olacak.
Diğer yandan, değerini ispatlamış veri grupları da hızla gelişebilir. Delta Air Lines'ın operasyonel kararlar bilimi idari direktörü John Morris, "Üst düzey liderlik kesinlikle durgunluk sırasında yönlendirme için analiz/veri bilimi grubuna başvuracak çünkü analizin veriye dayalı katma değer üretilmesinde ispatlanmış bir sicili var" diyor.
2-COVID-19 ÖNCESİ LİDERLİK DESTEĞİ
C-level düzeyinde veri kültürüne yapılan destek, şirketin durgunluk sırasında devam ettireceği yatırım düzeyini belirleyen diğer önemli faktör. C-level desteği veriye dayalı bir kültür yarattıysa analiz kullanımı muhtemelen yaygınlaşmış ve şirketin temel stratejisinin bir parçası haline gelmiş olmalı. Ancak 2019'da Deloitte'un büyük şirketlerin üst düzey yöneticileri arasında yaptığı ankette, yöneticilerin yüzde 63'ünün şirketlerinin veriye dayalı olduğuna inanmadığı ortaya çıktı. Aynı şekilde, New Vantage Partners tarafından büyük ABD'li şirketlerin C-level yöneticileri arasında yapılan anket, yöneticilerin sadece yüzde 31'inin şirketlerini veriye dayalı sınıflandırmasına dahil ettiğini gösterdi. Güçlü analiz liderliğinin ve bunu destekleyen bir kültürün eksikliği, ciddi bir risk faktörü oluşturuyor.
Daha önce USAA, Wells Fargo'nun, şimdi de General Motors'un veri ve analiz gruplarının yöneticiliğini yapan Charles Thomas'a göre, veri ve analiz gruplarının sergileyeceği güçlü liderlik, ekonomik darboğazlarda bu birimlerin kaderi açısından kritik öneme sahip. Thomas, "CEO'lar çoğunlukla küçük birimleri birleştirerek merkezileştirilmiş analiz grupları oluşturuyor çünkü bunlar bir araya getirildiğinde daha fazla değer yaratılabileceğine inanıyor" diyor. Bu grupların, belli bir üst düzey destek gördüğünde bile, kaynak bulmak ve rüştünü ispatlamak amacıyla, işletmeye sağladığı faydayı öne çıkarmak için mücadele etmesi gerekiyor. Thomas'a göre en iyiler, kabiliyetlerini işletme sonuçlarına odaklanacak şekilde geliştirmiş olanlar: "Bunlar, bulundukları noktaya (teknik becerilerinin yanı sıra) değerlerini organizasyonun geneline iletme yetenekleri sayesinde gelmiş insanlar." İşini düzgün yapan bir analiz lideri, Thomas'ın tabiriyle, "İşletme ortaklarıyla birlikte gelişmiştir."
3-ANALİZ OLGUNLUĞU
Bir şirket, sahip olduğu veriden değer elde etmede ne kadar ilerleme kaydetmiş olabilir? Birçok olgunluk modeli, analizde kaydedilen gelişimi bir organizasyonun betimleyici istatistiklerden tahmini veriye, oradan da daha karmaşık kural koyucu analiz kullanımına doğru ilerlemesiyle ölçüyor. Bu tür modellerde en çok risk altında olan betimleyici ve kestirimsel analizler çünkü bunlar kurala dayalı bir sistemle, otomatik öğrenmeye dayalı bir puanlama sistemiyle ya da bir optimizasyonla gruplandırılmadığı, etkin bir şekilde kullanılmadığı sürece karar alma sürecini doğrudan etkilemiyor.
Bir durgunluk sırasında, maliyet kısma ve verimliliğe vurgu arttığında kural koyucu analize de talep artmalı. Optimizasyon üretimden lojistik ve insan kaynakları yönetimine kadar her şeye uygulanabilir ve bu durumda analitik açıdan olgun organizasyonların veri bilimi hizmetlerine talepte bir artışa tanık olunabilir. Gerçek şu ki analitik açıdan olgun organizasyonlarda algoritmaları için üretim kullanımları yaratmayı başarmış analiz grupları durgunluk sırasında daha güvende olur.
4-ANALİZ GRUBUNUN ORGANİZASYONEL YAPISI
Analizin nasıl yerine ulaştırıldığı ve kullanıldığı, analizin organizasyon açısından algılanan değerini etkileyebilir. Büyük organizasyonlarda en sık görülen şey olan merkezileştirilmiş yapı, bir iç danışma grubundan ya da bir mükemmellik merkezinden oluşur. Yerleştirilmiş bir yapı, tekil fonksiyonların kendi analitik desteklerini sağlamasına izin verir. Hibrid bir yapıda ise bazı üyeler merkezi grupta yer alır, diğerleri işletme birimlerine yerleştirilmiş olur.
Tüm işletme birimlerini içeren geniş kapsamlı kesintiler yapıldığı takdirde tamamen yerleştirilmiş bir grup bu kesintilerden daha kolay etkilenebilir. Merkezileştirilmiş yapılar da kendilerini savunmasız bir durumda bulabilir, özellikle analitik açıdan daha az olgun organizasyonlarda ve bilhassa grup ROI'sini ispatlamamışsa. Analitik açıdan olgun organizasyonlarda ise aksi olur: GM yöneticisi Thomas'ın gözlemlediği gibi olgun ve merkezileştirilmiş gruplar, çoğunlukla, daha güçlü, değeri yerine ulaştırma ve iletme alanında becerikli liderlere sahip oluyor.
Güçlü liderliğe, ispatlanmış ROI'ye ve C-level desteğine sahip merkezileştirilmiş bir grup, aslına bakarsanız, bir talep artışıyla karşı karşıya kalabilir. Yıllarca ve birçok durgunluk sırasında UPS'in analiz bölümünü yöneten Jack Levis, olgun ve iyi bağlantılı merkezileştirilmiş gruplardan analizi hedefli maliyet indirimleri için kullanmasının istenebileceğine dikkat çekiyor. "2008 durgunluğu sırasında herkes maliyet kısma tedbirleri bulmak istiyordu" diye anlatıyor o günleri Levis, "Ekibim işe boğulmuştu. Talihliydik çünkü ağ modellemeleri için birçok aracı önceden inşa etmiştik ve sıfırdan başlamak zorunda kalmadık. Gece gündüz alternatifleri deniyorduk."
TALEBİN BELİRLEYİCİSİ
Bu konuyu çok sayıda üst düzey liderle tartıştıktan sonra, organizasyonların veri bilimi ve analiz çabalarını güçlendirip güçlendirmemesinde veya küçültüp küçültmemesinde muhtemelen en belirleyici faktörün ispatlanmış ROI ya da bunun eksikliği olduğu sonucuna vardık. Güçlü, pozitif ROI sergileyen veri ekipleri söz konusu olduğunda da analiz talebi durgunluk sırasında artabilir.
Burning Glass Technologies'in Labor Insight aracı sayesinde elde edilen veriye göre, 18 Nisan 2020 itibarıyla sona eren döneme ait üç haftalık ortalamada yeni ABD iş ilanlarında büyüme yavaşlamıştı ve gerileme oranı, finans, sigortacılık, mağazasız perakende, hava yolu şirketleri ve hava taşımacılığı gibi sektörler genelinde farklılık gösteriyordu. Ancak veri bilimleri ve analiz alanında yeni iş ilanları toplam olarak azalsa da öyle görünüyor ki şu anda bu gerilemenin hızı diğer mesleklerde görülen düşüşten daha yavaş. Hatta finans ve sigortacılık sektörleri dahilinde analiz ve veri bilimleri pozisyonları için verilen yeni iş ilanları arttı.
Gerileme sürecinin henüz başındayız ve bu hareketi yorumlarken dikkatli olmalıyız. Kesinlikle veri bilimi kabiliyetlerinin rekabetçi başarı açısından kritik öneme sahip olduğu aşikar, dolayısıyla işletmelerin bu becerileri yok olmasına göz yummayacağını ya da en iyi veri bilimcilerinin gidip bilişim şirketlerinde çalışmaya başlamasına izin vermeyeceğini umut ediyoruz.
Analiz ve veri bilimi profesyonellerinin hizmetlerine son on yılda aşırı bir talep oldu. Organizasyonların bu insanlara rağbet göstermeye devam edip etmeyeceği, büyük ölçüde, burada tartıştığımız faktörlere bağlı.
(Jeffrey D. Camm, Wake Forest Üniversitesi İşletme Okulu'nda Inmar Başkanlık Kürsüsü'nün başkanı ve Analiz Etkileri Merkezi'nin idari direktörü. Melissa R. Bowers da doçent ve Tennessee Üniversitesi Knoxville Kampüsü'nün Haslam İşletme Koleji'nde
Beaman İşletme Profesörü. Thomas H. Davenport, Babson Koleji'nde Bilişim Teknolojisi ve Yönetimi alanında Başkanlık Ordinaryüs Profesörü, ayrıca MIT Dijital Ekonomi Girişimi'nin bir üyesi ve Deloitte'in Analiz ve Bilişsel uygulamasında kıdemli bir danışman.)