EĞİTİM KURUMLARINDA BÜYÜK VERİYİ YÖNETEBİLME VE VERİ ANALİTİKLERİ: VERİDEN BİLGİ ÜRETME…
Eğitim Kurumları, çevrimiçi eğitim-öğretim faaliyetleri ile büyük
veriden yüksek iş performansı elde edebilir. Bunun için; STRATEJİ, YÖNETİMDE
KALİTE, KURUMSALLAŞTIRMA, GELECEĞİ ŞEKİLLENDİRME yolu takip edilerek sistematik
bir işleyiş kültür haline gelmelidir.
BÜYÜK VERİYİ YÖNETEBİLMEDE MAKSİMUM VERİM ALABİLMEK İÇİN
stratejik planlama gereklidir. Stratejiler, hedefe ulaşmada gidilen yol anlamına
gelir ve doğru stratejiler ile hedeflerime nasıl ulaşabilirim? Sorusu ile başlamak
isabetli olacaktır. Yönetimde kalite anlayışı ve bu anlayışı kurumsallaştırma,
yani kurum kültürü haline getirme önemlidir. Geleceği şekillendirmek, ancak var
olanı yönetebilmekten, yani büyük veri yönetiminden geçiyor.
Büyük veri tabanlarından faydalanılarak bilgi üretme sürecinde
dikkat edilmesi gereken unsurlar var.
Öncelikle analizlerin güvenilir verilere dayandırılmasını, yapılacak herhangi
bir analizin başkaları tarafından da tekrarlanabilir olmasını ve verinin cevaplandırabileceği
sorulara odaklanılmasını sağlamak gerekiyor.
Bu nedenle, veri madenciliği yapacak analistin ilk adımı, veri
tabanındaki verilerin hangi süreç ile ve nasıl toplandığını çok iyi anlamaktır. Yani veri toplama yöntemi ve uygulanan
teknikler doğru olmalıdır.
Veri madenciliğinde ikinci adım; veri tabanının içerdiği
verileri iyi anlamaktır. Bu da kullanıcı modelleme çalışmasının yapılmasını
gerektirir. Elimizdeki veriler, elde edebilmeyi hedeflediğimiz sonuca bizi götürmek
için uygun mudur? Analizler ve sonuçlar kullanılabilir midir?
Veri madenciliğinde üçüncü adım; analiz sonuçlarının
kullanılması planlanan kararlara ve çevre şartlarına uygun olup olmadığıdır. Bunun
için veri tabanının hangi soruları yanıtlaması gerektiğiyle ilgili doğru
modelleme çalışması yapılmalıdır. Veri analizi sadece teknik istatistiksel sonuçlara
odaklı yapılmamalıdır, teorik olarak birtakım uygun kuramsal bilgiyi de desteklemelidir.
Böylece, elde edilen sonuçlarla karar vericiler doğru bir şekilde karar
verebilirler.
Dördüncü adım, teorik modeli kurmak ve veri tabanı
kullanılarak test edilecek hipotezleri ya da ön görülen soruları oluşturmaktır. Kurulan modelin, geçerliliğini test etmek, karar
vericilerin modele duydukları güveni ve modelin gerçek hayatta kullanılma olasılığını
artırır. Geçerli ve güvenilir modeller, farklı veri setleri ile de çalışabilir
ve bu da modellenebilir veriyi taşınabilir (portable) yapar.
Veri madenciliği, büyük veriden bilgi üretmede kullanılan
bir metottur, bir yönetim aracıdır. Büyük veriden, anlamlı bilgi üretip, karar
verme mekanizması olarak kullanma günümüzde kurumları 1-0 öne çıkaracak
potansiyele sahiptir. Eğitim kurumlarında, devasa çevrimiçi veriler vardır ve
bunları yönetebilme becerisine sahip kurumlar, öğrencilerin sonraki
öğrenmelerini, performanslarını ve hatta psikolojik çıkarımlar yapan metotlar
sayesinde motivasyonlarını yönetebilir. Bkz. #EducationalDataMining
Ülkemizin kurumsal başarısını, yönetim kalitesini ve buna
bağlı olarak refah düzeyimizi arttırmanın yolu büyük veriden geçiyor. ÖLÇEMEDİĞİNİ
YÖNETEMEZSİN! Sloganı ile büyük veri ölçümlemenin hayati önemini gösteriyor… #büyükveri
#bigdata #veri #data #verimadenciliği #datamining #ölçme #ölçümleme #aylinhoca
