İçeriğe geç
Dijital Dönüşüm

Veri Dönüşümü

Veriyi bir raporlama çıktısı olmaktan çıkarıp erişilebilir, yetkilendirilmiş, izlenebilir ve kalitesi ölçülmüş bir kurumsal varlığa dönüştürme süreci.

Tanım
Veri Dönüşümü
Veriyi bir raporlama çıktısı olmaktan çıkarıp erişilebilir, yetkilendirilmiş, izlenebilir ve kalitesi ölçülmüş bir kurumsal varlığa dönüştürme süreci.

Türün künyesi

Ne değişir
Veri sahipliği, erişim yönetişimi, kalite eşikleri
Kimin problemi
CDO / CIO
Ön koşul
Kritik veri kaynaklarının envanteri
İlk sonuca süre
1–2 çeyrek

Veri dönüşümü neden ayrı bir tür?

Veri, dijital dönüşümün bir alt başlığı gibi görünür ama ayrı yönetilmeyi gerektiren iki özelliği vardır. Birincisi sahiplik dağılımı: süreç dönüşümünde tek bir süreç sahibi bulunabilirken, tek bir müşteri kaydı beş farklı birimin ürettiği alanlardan oluşur. İkincisi gecikmeli geri bildirim: kötü veri kalitesinin faturası aylar sonra, başka bir projenin içinde çıkar.
Bu iki özellik, veri dönüşümünün kendi ritmini ve kendi yönetişim organını gerektirmesine yol açar. Pratikte işleyen model şudur: sahiplik veriyi üreten iş biriminde, yönetişim merkezi bir veri fonksiyonunda. Merkezi ekibe hem kalite hem sahiplik verildiğinde kalite bir ekibin kapasite problemine dönüşür ve o ekip her zaman darboğaz olur.
Ölçüm tarafında en kullanışlı tek metrik veri talebinden erişime kadar geçen süredir. Bu sayı gün cinsinden ölçülüyorsa yapay zeka projeleri mümkündür; hafta cinsindeyse yapılan iş yapay zeka değil entegrasyon projesidir.

Kalite bir proje değil, use-case eşiğidir

Veri dönüşümünün en pahalı yanlışı, kaliteyi mutlak bir hedef sanmaktır. Kalite use-case'e bağlı bir eşiktir:
AlanKullanımGereken doğruluk
Müşteri adresiPazarlama segmentasyonu~%85 yeterli
Müşteri adresiFatura/tebligat gönderimi%99,5+ zorunlu
Ürün açıklamasıArama önerisiTutarlılık > doğruluk
Ürün açıklamasıMevzuat beyanıBirebir doğruluk
Aynı alanın iki kullanımda iki farklı eşiği olduğu için "tüm veriyi temizleyelim" yaklaşımı hem bitmez hem gereksizdir: hangi kalitenin yeterli olduğu sorusu use-case olmadan cevaplanamaz. Doğru sıra tersidir — use-case seç, eşiğini yaz, yalnızca o eşiği karşıla.

Yapay zeka ile bağlantı: RBAC'siz veri, sızıntı mimarisidir

Veri dönüşümünün yapay zeka dönüşümüne bağlandığı nokta erişim yönetişimidir ve bu bağ klasik yazılımdakinden farklı davranır. Bir RAG sistemi, indekslediği her dokümanın içeriğini soru soran kullanıcıya aktarabilir. Doküman düzeyinde yetki modeli indeksleme aşamasında kurulmazsa, sonradan sorgu katmanına eklenen filtre sızıntıyı tamamen kapatmaz — model o içeriği zaten özetleyebilir hale gelmiştir.
Bu yüzden veri dönüşümünde tek bir teknik kabul kriteri diğer hepsinden önce gelir: bir dokümanın hangi rollere açık olduğu sistem düzeyinde sorgulanabiliyor mu? Cevap hayırsa, yapay zeka tarafında yapılacak her şey ölçülemeyen bir risk taşır.
İkinci kritik nokta doküman hazırlığıdır: tablo yapıları, taranmış belgeler, sürüm karmaşası ve yetkisiz içerik karışması. Bu dördü çoğu kurumsal RAG projesinin gerçek darboğazıdır — model seçiminden çok daha belirleyicidir.

Ölçülecek KPI'lar

  • Veri talebinden erişime kadar geçen süre
  • Elle uzlaştırılan rapor oranı
  • Kritik alanlarda kalite eşiğini karşılayan kayıt yüzdesi

Somut çıktılar

  • Veri kataloğu + lineage
  • RBAC erişim matrisi
  • Use-case başına hazırlık kararı

Tipik başarısızlık modları

  • 'Önce tüm veriyi temizleyelim' — use-case olmadan hangi kalitenin yeterli olduğu bilinemez, proje bitmez
  • Kalite ve sahipliğin merkezi ekibe verilmesi — iş birimi kendi verisinden sorumlu olmadığını düşünür
  • Katalogla bitirmek: kimsenin açmadığı bir envanter, aksiyona dönüşmeyen bir çıktıdır

İlk 90 Gün

  1. Aday use-case'ler için veri envanteri ve doküman sınıflandırması
  2. RBAC modelinin sistem düzeyinde sorgulanabilir hale getirilmesi
  3. Her use-case için 'hazır / şu koşulla hazır / hazır değil' kararının yazılması

Sıkça Sorulan Sorular

Veri dönüşümü ile veri yönetişimi aynı şey mi?

Yönetişim, dönüşümün bir bileşenidir. Veri yönetişimi kural, rol ve standart tanımlar; veri dönüşümü buna ek olarak erişim hızını, kalite eşiklerini ve verinin gerçekten kullanılabilir hale gelmesini kapsar. Yalnızca yönetişim kurulan kurumlarda kural çoktur, erişim hâlâ haftalar sürer.

Data lake / warehouse kurmak veri dönüşümü sayılır mı?

Tek başına sayılmaz — bu dijitalleşmedir. Depo kurulduğu hâlde erişim onay zincirine, kalite kimsenin sorumluluğuna ve yetkilendirme elle yönetilen listelere bağlıysa veri hâlâ kullanılabilir bir varlık değildir. Ayrımın testi şudur: bir ekip yeni bir soruyu kaç günde cevaplayabiliyor?

Veri dönüşümü yapay zeka dönüşümünden önce mi gelmeli?

Tamamı önce bitmek zorunda değil, ama seçilen ilk AI use-case'inin dokunduğu veri için erişim ve yetkilendirme kapıları kapanmış olmalı. Pratik yol, iki dönüşümü aynı use-case üzerinde paralel yürütmektir: veri tarafı o use-case'in eşiğini karşılar, AI tarafı pilotu kurar.

Veri dönüşümünün getirisi nasıl gösterilir?

En savunulabilir üç kalem: (1) elle uzlaştırma ve rapor hazırlığına harcanan insan-saatin azalması, (2) veri erişim süresindeki kısalma sayesinde önceden imkânsız olan use-case'lerin açılması, (3) hatalı veriden kaynaklanan yeniden işlem ve uyum maliyetinin beklenen değeri.

Diğer dönüşüm türleri

Doğru türü birlikte belirleyelim

Teşhis, en zayıf boyutun darboğazı ve önümüzdeki çeyrek için üç somut aksiyon — bir görüşmeyle başlayabiliriz.