KaydedilenlerDerginizi ekleyin

Dergiler / Çalışma İlişkileri Dergisi / 2020 / Cilt: 11 - Sayı: 1

KURUMLARIN DİJİTAL DÖNÜŞÜMÜ: BÜYÜK VERİ

Deniz BOZ ERAVCI
Sayfa
90–112
Yayın Tarihi
2020-06-30
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bu çalışmada Türkiye Cumhuriyeti Cumhurbaşkanlığı öncülüğünde gerçekleştirilen dijital dönüşümün kurumlara etkisi ele alınmış, kurumlarında bu minvalde kullandığı teknolojiler ayrıntılı şekilde açıklanmıştır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Öz Bilgisayar teknolojisinin, çevrimiçi akıllı teknolojilerin gelişimi ile üretilen dijital veri miktarı her geçen gün hızla artmaktadır.
📊
Temel Bulgular & Veri:Bu durum, geleceği öngörmede, karar vermede, sağlıkta, sigortalıcılıkta, afet ve acil durum yönetiminde, hatta pek çok alanda üretilen bu verileri birer hammadde haline dönüştürmüştür.
💡
Sonuç & Katkı:Bu çalışmada Türkiye Cumhuriyeti Cumhurbaşkanlığı öncülüğünde gerçekleştirilen dijital dönüşümün kurumlara etkisi ele alınmış, kurumlarında bu minvalde kullandığı teknolojiler ayrıntılı şekilde açıklanmıştır.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Anahtar Kelimeler Büyük Veri · Dijital Dönüşüm · Dijital Veri

Özet

Öz Bilgisayar teknolojisinin, çevrimiçi akıllı teknolojilerin gelişimi ile üretilen dijital veri miktarı her geçen gün hızla artmaktadır. Bu durum, geleceği öngörmede, karar vermede, sağlıkta, sigortalıcılıkta, afet ve acil durum yönetiminde, hatta pek çok alanda üretilen bu verileri birer hammadde haline dönüştürmüştür. Sensörler, akıllı sistemler ve bulut teknolojileri ile toplanan ve depolanan bu verilerin içgörülere dönüştürülme süreci önem arzetmeye başlamıştır. Depolanan büyük veriler sağlıklı içgörülere dönüştürülemedikten sonra maliyet unsuru olmaktan öteye geçememektedir. Bu nedenle, depolanan ve her geçen gün boyutu artan büyük verilerin doğru analiz algoritmaları ile hızlı bir şekilde içgörüye dönüştürülmeleri gerekmektedir. Böylece, kullanıcılar bakımından maksimum fayda elde edilmiş olacaktır. Büyük verilerin depolama ve analiz aşamaları yüksek teknoloji altyapısını gerektirir. Ancak büyük verilerin doğru içgörülere dönüştürülmesine teknoloji altyapısı önemli olduğu kadar, bu teknolojiyi doğru kullanabiliecek ve daha iyisini geliştirebiliecek nitelikli içgücü de önemlidir. Ülkemizde büyük verilerden hemen hemen tüm sektörlerde istifade edilmektedir. Bu çalışmada Türkiye Cumhuriyeti Cumhurbaşkanlığı öncülüğünde gerçekleştirilen dijital dönüşümün kurumlara etkisi ele alınmış, kurumlarında bu minvalde kullandığı teknolojiler ayrıntılı şekilde açıklanmıştır.

🔖

Bu Makaleye Atıf Yap

ERAVCI, D. B. (2020). KURUMLARIN DİJİTAL DÖNÜŞÜMÜ: BÜYÜK VERİ. Çalışma İlişkileri Dergisi, Cilt: 11 - Sayı: 1, 90–112. https://ajindex.com/articles/44196

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (12)

  1. Accenture. (2014). Survey: Eighty Percent of Consumers Believe Total Data Privacy No Longer Exist. Accenture. Aktan, E. (2018). Büyük Veri: Uygulama Alanları, Analitiği ve Güvenlik Boyutu. Ankara Üniversitesi Bilgi Yönetimi Dergisi, 1 (1), s. 1-22.
  2. Albayrak, A. S., & Koltan Yılmaz, Ş. (2009). Veri Madenciliği: Karar Ağacı Algoritmaları ve İMKB Verileri Üzerine bir Uygulama. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 14 (1), s. 31-52.
  3. Altındiş, S., & Kıran Morkoç, İ. (2018). Sağlık Hizmetlerinde Büyük Veri. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 11 (2), s. 257-271.
  4. Altun, T., Şahin, F., & Öztaş, N. (2017). Kamu Politikalarının Belirlenmesi ve Uygulanmasında Büyük Veri. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 12 (15), s. 2021-2044.
  5. Altunışık, R. (2015). Büyük Veri: Fırsatlar Kaynağı mı Yoksa Yeni Sorunlar Yumağı mı? Yıldız Social Science Review, 1, s. 45-76.
  6. Arca, D. (2012). Afet Yönetiminde Coğrafi Bilgi Sistemi ve Uzaktan Algılama. Karaelmas Science and Engineering Journal, 2 (2), s. 53-61.
  7. Aydın, İ. (2012). Bilişim Sektörü ve Türkiye'nin Sektördeki Potansiyeli. International Journal of New Trends in Arts, Sports and Science Education, 1 (1), s. 180-200.
  8. Ayre, L. B. (2006, June). Data mining for Information Professionals. July 19, 2019 tarihinde https://www.researchgate.net/publication/228386369 adresinden alındı Bateson, G. (1979). Mind and Nature: A Necessary Unity. New York: E. P. DUTTON. Carter, P. (2011). Big Data Analytics: Futura Architectures, Skills and Roadmaps for the CIO. IDC. Chen, H., Chiang, R. H., & Storey, V. C. (2012). Business Intelligence and Analytics: From Big Data to Big Impact. Mis Quarterly, 36 (4), s. 1165-1188.
  9. Chen, M., Mao, S., & Liu, Y. (2014). Big Data: A Survey. Mobile Network Application, 19, s. 171-209.
  10. Cumhurbaşkanlığı, T. C. (2018, Aralık 13). II. 100 Günlük İcraat Programı. Kasım 01, 2019 tarihinde www.tccb.gov.tr: https://tccb.gov.tr/assets/dosya/2018-12-13-ikinci100gun.pdf adresinden alındı Çağlayan, N., Satoğlu, Ş. I., & Kapukaya, E. N. (3-5 Mayıs 2018). Afet Yönetiminde Büyük Veri ve Veri Analitiği Uygulamaları: Literatür Araştırması. 7. Ulusal Lojistik ve Tedarik Zinciri Kongresi, (s. 1-10).
  11. Bursa. Davenport, T. H., & Prusak, L. (1998). Working Knowledge: How Organisations Manage What They Know. Boston, Massachusetts: Harward Bussiness Press.
  12. Dean, J., & Ghemawat, S. (2008). MapReduce: Simplified Data P