Merak etmeyin, teknoloji tam olarak öngörüldüğü şekilde ilerliyor.

Teknoloji alanında yeni bir kavram veya yöntem ilk ortaya atıldığında, veya henüz gelişme dönemindeyken hep aynı senaryo ile karşı karşıya gelmişizdir. Yeni yöntemin pek çok derde deva olacağını düşünüp beklentiyi yükselttikçe yükseltenler, hayatı bir anda değiştireceğini savunup tüm odağını bu yeni gelişmeye çevirenler, diğer tarafta yeni teknolojilerin henüz hayatına dokunmadığını söyleyen, somut çözüm görmemiş olup bunu eleştirenler…

Şu aralar benzer durumu yapay zeka alanında yaşıyoruz örneğin. Benzerini 90’lı yıllarda patlayan genetik araştırmalar furyasında da yaşamıştık, 2000’li yılların meşhur dot-com balonu hikayesinde de. Veya daha yakın zamana gelirsek, big data ve blockchain gibi teknolojiler için de benzer şeyleri söyleyebiliriz.

Geçmişten örnekler : Genetik furyası

Yaşı uygun olan çoğu kişi 90’lı yılların sonunda, İskoçya’nın Edinburg şehrindeki Roslin Enstitüsünde yürütülen genetik projesinin çıktısı olan, kendisinden 6 yaş büyük bir koyunun kopyası olarak dünyaya gelen koyun Dolly‘yi hala hatırlar. O dönem medyada sanki bir kaç sene içerisinde her köşe başında kopyalanmış canlılar, hatta insanlar görecekmişiz beklentisiyle yaygara kopmuştu. Arnold Schwarzenegger’in insan klonlayan kötü insanlarla savaştığı The 6th Day filmi de tam bu dönemde vizyona girmişti.

Yine hemen hemen aynı zamanlarda, 2000 yılının haziran ayında dönemin Amerikan Başkanı Bill Clinton, Birleşik Krallık Başbakanı Tony Blair ile Human Genome (İnsan Genomu) projesini duyuruyordu. Projenin kanserden yaşlılığa, kalp hastalıklarından astıma pek çok genetik hastalığa çözüm olacağı açıklanmıştı. Tam 20 sene önce Clinton, Cancer takım yıldızını kastederek şöyle demişti:

“Çocuklarımız kanseri sadece bir takım yıldız olarak tanıyacak”

Internet Balonu

90’lı yılların başında internetin yaygın kullanımı başladı. İnternet balonunun şişmeye başladığı tarih ise Netscape’in ilk tarayıcısını piyasaya sürdüğü 1994 yılı olarak kabul ediliyor. Binlerce web tabanlı iş fikrinin türediği, binlerce şirketin ortaya çıktığı bir aşırı beklenti döneminden sonra, 10 Mart 2000‘de balon Nasdaq’ta görkemli bir çöküş ile patladı. Küçük şirketlerin hemen hepsi yok oldu, büyükler de son derece sert bir şekilde sarsılıp, derin darbeler aldılar. Amazon gibi nispeten daha büyük şirketler bu ciddi sarsıntıya rağmen krizden sağ çıkmayı başarabildiler.

O dönemde Nobel ödüllü ekonomist Paul Krugman şöyle diyordu :

“İnternet ekonomi dünyasında en fazla fax makinesinin icadı kadar etki yaratacak.”

Amara Yasası

Geleceğe dair pek çok teknolojik senaryo alınıp satıla dursun, yeni bir teknoloji ortaya çıktığında Amara Yasası olarak bilinen kural hep geçerli olmuştur. Ünlü düşünce kuruluşu Institue for the Future başkanlığını yürütmüş, Stanford Üniversitesi’nde görev almış, Amerikalı araştırmacı ve bilim adamı Roy Amara, Amara Yasası diye anılan kuralı şöyle ifade ediyor:

“Yeni bir teknolojiden beklentilerimizi kısa vadede abartır, uzun vadede hafife alırız.”

Bir teknolojik gelişme ilk ortaya atıldığı zaman beklenti bir anda abartılı bir şekilde yükselir ve “Hype” halini alır. Hype kelimesini aşırı abartılmış, şişirilmiş şeklinde Türkçe’ye tercüme edebiliriz. Bir şeyin öneminin veya potansiyel değerinin uygun olmayan bir şekilde abartılması anlamına gelir.

Bir süre sonra karşılanamayan beklentiler sebebiyle ilgi kaybolur, beklenti düşer. Kısa vadede karşılanamayan beklentiler sebebiyle, uzun vadede söz konusu teknoloji hafife alınır ve önemsenmez. Koskoca Nobel ödüllü ekonomist Krugman’ın interneti faks makinesi ile bir tutması tam olarak bu duruma bir örnek.

Gartner’s Hype Cycle

Görüyoruz ki, ilk dönemlerinde teknolojilerden beklentinin bazen aşırı abartılması, çoğu zaman beklentilerin karşılanamaması, kimilerinin bu teknolojileri küçümsemesi, ilginin bazı dönemlerde kaybolması teknolojik gelişim sürecinin doğal aşamaları. İnsanlar teknolojiyi değil, çözümü satın alma eğiliminde ve teknolojilerin somut uygulamalara dönüşmesi tahmin edilenden çok daha uzun yıllar alabilmekte.

Gartner, teknolojik gelişmelerin yaşam döngüsünü Gartner’s Hype Cycle adıyla 1995 yılından beri raporluyor. Teknolojinin kavramsal olarak ortaya atıldığı ilk dönemden, olgunlaşıp yaygın olarak kullanılabilir ve fayda sağlar hale geldiği son döneme kadar (geçen zamana göre beklenti eğrisi üzerinde) aşağıdaki gibi özetliyor.

Innovation Trigger (Teknoloji Tetiklemesi): Yeni bir teknolojik kavram ortaya atılır. Çoğunlukla üzerinde konuşulan, ortada kavramsal bir takım hikayelerin var olduğu, ancak bu teknoloji kullanılarak geliştirilmiş yaygın kullanılabilir ürünlerin olmadığı bir dönemdir. Birinci nesil ürünler geliştirilmeye başlanır. Teknolojinin ticari olarak faydası ve kullanılabilirliği henüz kanıtlanmamıştır.

Peak of Inflated Expectations (Şişirilmiş Beklentiler Zirvesi): Bu erken dönemde yeni teknoloji ile yapılabileceklere dair beklentiler yükselir. Riski seven, erken kazanım peşinde olan bazı şirketler bu teknolojik gelişimi bir fırsat olarak görüp harekete geçer, büyük bir kısmı ise yatırım kararı için beklemededir. Beklentilerin maksimuma çıktığı bir zirve noktası vardır. Artık “Next Big Thing” bulunmuştur. Reklamını yapmak için en güzel zaman!

Trough of Disillusionment (Hayal Kırıklığı Çukuru): Negatif yönde eleştiriler başlar. Ortaya çıkarılabilen ürünler normal olarak şişirilmiş beklentilerin bir çoğunu karşılayamaz, teknolojiye karşı ilgi düşer, yatırımlar geri çekilir, pek çok teknoloji üreticisi bu süreçte başarısız olur. Teknolojiden beklentiler neredeyse teknolojinin tetiklendiği ilk zamanlardaki seviyelere kadar geriler.

Slope of Enlightenment (Aydınlanma Yokuşu): Şişirilmiş beklentilerden gerçekliğe dönüş sürecidir. Teknolojiden sağlanabilecek fayda somutlaşmaya başlar, “Next Big Thing” algısından dönülerek ayaklar yere basar hale gelir. İkinci ve üçüncü nesil ürünler üretilmeye başlanır, uygulanabilir çözümler sayesinde daha geniş bir kitle tarafından anlaşılmaya başlanır. Best Practice‘lerin üretilmeye başlandığı dönemdir. Beklentiler yeniden yükselmeye başlar, ancak ivme, asla ilk dönemki hype’a giden yoldaki kadar yüksek değildir. Yatırımlar artar, temkinli şirketler halen beklemeye devam eder.

Plateau of Productivity (Verimlilik Platosu): Teknolojinin geniş kitleler tarafından benimsendiği, pazarda işe yarayan uygulamaların görüldüğü ve teknolojinin verimli bir şekilde kullanıldığı dönemdir. Ticari olarak fayda sağlayan uygulamalar sayesinde farklı sektörlerden pek çok kurum tarafından kabul edilir ve yatırım yapılır hale gelir. Artık potansiyel fırsatlar değil, örnek müşteri uygulamaları ve Best Practice‘ler konuşulur. Yeni teknoloji ile birlikte gelişen sözcükler günlük konuşma diline yerleşir (Googling, blogging vb)

Gartner, her yıl Hype Cycle çalışması kapsamında 90 civarında farklı kategori için teknolojik olgunluk ve gelecek potansiyeli değerlendirmesi yapıyor. Yapay zeka için son paylaşılan grafik aşağıdaki gibi.

Üniversiteden mezun olduğum 2000’li yılların başında bile gündemde olan, üzerine tez çalışmaları yapılan Speech Recognition verimlilik platosuna ulaşmış. Speech recognition (yani konuşma tanıma) teknolojilerini, günlük hayatta pek çok uygulamada (Akıllı telefonlarda sesle text mesaj yazma veya IVR aramalarında sesle komut verme gibi) artık görebiliyoruz.

Gartner’a göre günümüzün diğer meşhur yapay zeka konuları henüz hayal kırıklığı çukuruna ulaşma yolunda. Beklediğimizi bir türlü bulamadığımız, faydalanmakta zorlandığımız günümüzün meşhur teknolojisi Chatbot‘lar şu an beklentilerin zirvesinde örneğin. Otonom araçları minimum bir 10 sene daha bekleyeceğiz. Robotic Process Automation (RPA) yazılımlarının verimlilik platosuna girmesine 2 seneden az kalmış, ancak beklentileri düşürmeye devam edeceğiz.

Hype Cycle’ları daha detaylı yorumlamak, yatırım risk profiline göre teknolojiye en uygun giriş aşamasının neresi olduğuna dair detaylı Gartner yorumlarını okumak ve teknoloji yatırım stratejisi konusunda fikir almak için Understanding Gartner’s Hype Cycles çalışmasını okumanızı tavsiye ederim.

Umut İşcan

Geçen sene bu zamanlar yazdığım 2019 Magic Quadrant yazımda, bu değerlendirmeye hangi şirketler hangi kriterleri sağladıkları için girebiliyor, şirketlerin hangi ürünleri bu çalışma kapsamında değerlendiriliyor, seçim ve değerlendirme süreci nasıl işliyor ve şirketlerin magic quadrant üzerindeki konumları nasıl okunmalı gibi konuları detaylı bir şekilde anlatmaya çalışmıştım. Gartner Magic Quadrant konseptine yeniyseniz veya bu detaylarla ilgili kafanızda soru işaretleri varsa geçen seneki yazıya da bir göz atmanızı tavsiye ederim.

Geçen seneden günümüze sektör öngörüleri nasıl değişmiş?

Gartner geçen seneki raporda özellikle iki konuya ciddi vurgu yapmıştı. Biri Augmented Analytics, diğeri de Natural Language Processing (NLP).

Gartner’ın, Augmented Analytics kavramını veri hazırlama, veri keşfi ve keşiflerin paylaşımı gibi temel süreçlere yapay zeka ve makine öğrenmesi kabiliyetlerinin dahil edilmesi şeklinde tanımladığından bahsetmiştik geçen sene. Augmented analytics konusu yine sektöre dair beklentiler arasında ilk madde, raporun pek çok yerinde bahsi geçiyor.

Natural Language Processing (NLP)‘yi de en yalın haliyle Analytics ve BI araçlarının Google gibi çalışması, yani yazdığımız veya söylediğimiz bir soruyu cevaplayabilecek kabiliyetlere sahip olması şeklinde açıklamıştık. Sektör beklentileri arasında NLP’ye bu sene özel bir madde açılmamış. Pek çok ürünün güçlü ve zayıf yanları sıralanırken NLP yeteneğine değinilmiş ama, geçen seneki “2020 yılı itibariyle sorguların %50’si NLP desteği ile yapılacak” tarzı iddialı söylemler rapordan çıkmış. Açıkçası şu anda piyasada kullanılan ürünlerin NLP yeteneklerine baktığımızda, yakın bir gelecekte bu oranın yakalanmasının zor olduğunu kabul etmek lazım.

Yeni sektör öngörüleri

2022 itibariyle machine learning modeli geliştirme ve skorlama faaliyetlerinin %40‘ının, bu raporda değerlendirilen BI ve Analiytics araçları gibi, asli amacı machine learning olmayan ama machine learning kabiliyetleri de kazanmış olan araçlar üzerinde yapılacağı belirtilmiş.

2025 yılı itibariyle elektronik cihazlar üzerinde on-device analytics özellikleri göreceğimizden bahsedilmiş. On-device analytics, IoT cihazlarından elde edilen verilerin bulk bir şekilde network üzerinden datacenter’lara taşınıp analytics çalışmalarına sokulması yöntemine alternatif olarak, analitik uygulamaların IoT cihazlarının direkt olarak üzerinde çalıştırılarak aksiyon üretilmesini amaçlayan bir yaklaşım. Bu yaklaşımın şu an için önündeki en büyük engel, cihaz performansına ve enerji verimliliğine dair soru işaretleri.

Analytics and Business Intelligence Pazarı

Raporun geleneksel bölümlerinden “Market Definition/Description” kısmında Modern Analytics and Business Intelligence pazarının tarifi geçen yılkinden çok farklı değil. Bu pazardaki araçlar kullanıcıların analitik ihtiyaçlarına, veri hazırlama aşamasından, görsel veri keşfi ve veriye dair görüşlerin paylaşımı sürecine kadar cevap verebilen platformlar olarak tanımlanıyor.

Bu alanda değerlendirilen ürünlerin, bundan böyle yalnızca veri görselleştirme yetenekleri ile fark yaratamayacaklarından bahsedilmiş ve aşağıdaki 2 ihtiyacı karşılamada öne çıkan araçların bu alanda fark yaratacağı belirtilmiş:

• Data Visualization veya Visual Analytics kabiliyetleri dışında, SAP BO gibi geleneksel araçlar ile günümüze kadar karşılana gelmiş geleneksel raporlama ihtiyaçlarına da cevap verebilmeleri
• Augmented analytics kabiliyetleri ile veri hazırlama ve veriyi yorumlama süreçlerine makine desteği kazandırma kabiliyetlerini geliştirmeleri

Magic Quadrant sonuçları

Bu seneki sonuçlara bakıldığında ilk gözüme çarpan gelişmeler şunlar:

• Tableau ve Salesforce‘un birleştirilerek mi gösterileceği bir merak konusuydu. Haziran 2019‘da Salesforce‘un Tableau Software‘i satın alma görüşmeleri yaptığını açıklamasının ardından, Ağustos 2019‘da satın alma süreci tamamlanmıştı. Birleşik Krallık’taki Rekabet ve Piyasalar Komitesi (U.K. Competition and Markets Authority)‘nin sürece dair incelemeleri ancak Kasım 2019‘da tamamlanabildiği için bu zamana kadar her iki şirket bir arada çalışmaya başlayamadı. Bu sebeple Gartner Magic Quadrant’da Tableau ve Salesforce’u ayrı iki oyuncu olarak görmeye devam ediyoruz. Muhtemelen önümüzdeki seneden itibaren Salesforce adıyla görmeye başlayacağız. Önümüzdeki sene Completeness of Vision ekseninin 2 ve 3 numarasının bir araya gelmesinin nasıl bir sonuç doğuracağı ciddi merak konusu benim için.
• Tableau ve Microsoft konum olarak birbirine yaklaşırken, Leaders kutucuğu içerisinde Ability to Execute ekseninde birlikte yükseliş göstermişler. Leaders kategorisindeki diğer iki oyuncu Qlik ve ThoughtSpot ile arayı iyice açmış ve baş başa kalmış görünüyorlar.
• Qlik ve ThoughtSpot geçen sene olduğu gibi Leaders kategorisinin sınırındalar. Completeness of Vision ekseninde bir miktar kan kaybetmişler ve quadrant’ın merkezine doğru yaklaşmışlar.
• 2015 yılında Leaders kategorisindeyken, 2016 yılında quadrant’da yer verilmeyen, 2017 yılından sonra da Niche Players kategorisine sürüklenip orada kalan Oracle, her iki eksende de ciddi bir olumlu hareket yapmış ve Visionaries kategorisine yükselmiş, Leaders kategorisinin kapısına dayanmış gözüküyor. Raporda Oracle Analytics Cloud (OAC) ürünü ön plana çıkarılırken, ürünün Augmented Analytics ve NLP kabiliyetlerine değinilmiş. Kullanıcıların Augmented Analytics kabiliyetleri ile ilgili olumlu geri bildirimlerde bulunduğu, ve NLP tarafında da İngilizce ve Fransızca dışında 8 yeni dil hedefinin Oracle yol haritasında bulunduğu söylenmiş. Augmented Analytics ve NLP kabiliyetleri dışında Slack ve Microsoft Teams gibi uygulamalara başarılı bir şekilde entegre olabildiği söylenmiş.
• Geçen sene IBM Cognos Analytics ile ilgili olumlu söylemleri çok fazla duymuştum. IBM’e Ability to Execute ekseninde ciddi bir yükseliş yaşatsa da, Niche Players kategorisi dışına taşıyamamış. Raporda IBM ile ilgili geçen seneki yoruma benzer bir yorum yine yapılmış, IBM’in bu alanda sektöre yön veren kimliğini kaybettiğine ve sektörü takip eden kimliğiyle hareket ettiğine değinilmiş.
• GoodData geçen sene bu kategoriye ilk kez giriş yapmıştı. Bu sene geldikleri gibi gitmişler. Bu sene giriş yapan oyuncular ise Dundas ve Alibaba Cloud. Kendilerini Niche Players grubunda görüyoruz.

Rapordan Tableau ile İlgili Detaylar

Tableau’nun 2019 yılında güçlü yönleri olarak belirtilen 3 başlık, aynen bu sene de kullanılmış:

Güçlü görsel veri keşfi ve veri manipülasyon kabiliyeti: Geçen seneki açıklamanın aynısını kullanmakta sakınca yok. Tableau’nun kusursuza yakın Visual Analytics kabiliyeti ilk madde olarak vurgulanmış. Tableau, kullanıcılarına sınırsız görsel analiz (visual analytics) imkanı sunmasının yanında, kullanıcıları verinin karakterine göre “best-practice” görsellere yönlendirme konusunda çok başarılı bir ürün olarak gösterilmiş. Veri keşfi yanında, görsel veri manipülasyonu olanakları açısından da üst seviyede kullanım kolaylığı sunduğuna değinilmiş. Gruplama, hiyerarşiler oluşturma, filtreleme, analitik fonksiyonlar ekleme vs gibi temel manipülasyon gereksinimlerinin, herhangi bir kodlama yapmadan, analiz arayüzünden görsel olarak ve oldukça kullanıcı dostu yöntemlerle karşılanabildiği vurgulanmış.

Tableau Hayranları: Tableau kullanıcılarının takım tutarmışçasına sergiledikleri “taraftar” yaklaşımlarına bu sene de vurgu yapılmış. Tableau Conference 2018 yılında 17.000 kişilik rekor katılımla gerçekleştirildi demiştik geçen sene. 2019 yılında 20.000 katılımcı ile yapılmış. Müthiş bir sayı!

Güçlü Momentum : Tercih edilen marka olma durumunun güçlü bir şekilde devam ettiğine, yeni müşteri kazanımlarının sürdüğüne ve mevcut müşterilerdeki büyümenin de devam ettiğine değinilmiş. Ayrıca güçlü gelir artışının da sürdürüldüğünden, ilk 6 ay gelirleri göz önünde bulundurulduğunda 2018’den 2019’a %14‘lük gelir artışı sağlandığından bahsedilmiş.

Aşağıdaki 3 başlık altında da uyarılarda bulunulmuş:

Pazar İhtiyaçlarındaki Değişiklik: Tableau’nun görsel kabiliyetleri ile sektörü domine ettiği ancak pazar ihtiyaçlarının Augmented Analytics tarafına kaymaya başladığı için Tableau’nun gelecek dönem önceliklerini gözden geçirmesi gerektiği belirtilmiş.

Governance: 2019 yılında eklenen Tableau Prep Conductor ve Tableau Catalog gibi governance kabiliyetlerine rağmen, bazı müşteri sorgulamalarında bu alandaki gelişmelerin çok yeterli bulunmadığına dair dönüşler alındığı belirtilmiş.

Maliyet: Tableau için Magic Quadrant değerlendirmelerinde klasikleşmiş bir başlık. Tableau Viewer gibi lisans modelleriyle son kullanıcı gereksiniminin uygun maliyetlerle karşılanabildiği söylenmiş. Ancak Server Management Add-on ve Data Management Add-on gibi ekstra fonksiyonalitelerin eklenmesi durumunda maliyetlerin yükseldiği belirtilmiş.

Rapor metnine linkten ulaşabilirsiniz.

Umut İşcan

Direkt sonuçlara girmeden önce, Analytics and Business Intelligence Platforms başlığı altında kimler değerlendiriliyor, bu başlık altında yer bulabilmek için ürünlerin hangi temel özellikleri taşıması gerekiyor, Gartner sektördeki ürünleri nasıl ayrıştırıyor da yalnızca 21 adet teknoloji şirketi bu çalışmada kendisine yer bulabiliyor bunlara da öncesinde değinmek istiyorum.

2020 Yılına Dair Öngörüler : “Augmented Analytics” ve “Natural Language Processing” devrimi

Gartner bu seneki raporuna 2020 yılı ve sonrasına dair, oldukça iddialı bir takım öngörülerle başlamış. Çok uzun değil, bir sene sonra aşağıdaki senaryoların somut bir şekilde hayatımıza gireceğini söylüyor:

• 2020 yılından itibaren Augmented Analytics kabiliyeti BI & Analytics araçlarının seçiminde çok önemli bir karar kriteri olacak. Gartner, augmented analytics kavramını veri hazırlama (data prep), veri keşfi (discovery) ve keşiflerin paylaşımı (sharing) gibi temel süreçlere makine öğrenmesi (machine learning) kabiliyetlerinin dahil edilmesi şeklinde tanımlıyor. Ve bu durumun BI & Analytics piyasasında yeni bir devrim olduğunu, piyasadaki oyuncular için kartların yeniden karılması anlamına geleceğini söylüyor. Son bir kaç senedir augmented analytics kabiliyetlerinin, sektörün büyük oyuncuları tarafından sürekli desteklendiğini ve geliştirildiğini gözlemliyorduk. Gartner’ın öngörüsüne göre, bu durum önümüzdeki sene içerisinde hızlanarak devam edecek.
• 2020 yılından itibaren analitik sorguların %50‘si Natural Language Processing (NLP) desteği ile yapılacak. Vay be dedirtiyor insana! Yani BI & Analytics araçları Google gibi çalışacak ve yazdığımız veya söylediğimiz bir soruyu cevaplayabilecek kabiliyetlere sahip olacak. “Geçen ay en çok ciro elde ettiğim bölge hangisi?” sorusunu cevaplamak için kullanıcılar oradan oraya bir şeyler sürükleyip sonuç elde etmeye çalışmak yerine, sorularını sesli veya yazılı komutlarla bu araçlara iletebilecekler. (Tabii İngilizce dışındaki lokal dil seçenekleri için biraz zamana ihtiyaç olacaktır)
• Yukarıdaki iki maddede bahsedilen teknolojik gelişmeler ciddi bir kullanım kolaylığı getirecek. Geçmişte çoğunlukla IT tarafında yer aldıklarını gördüğümüz veri işçilerine iş kullanıcıları da hızlı bir şekilde eklenecek. Hatta iş kullanıcıları tarafında bu işi yapan personel sayısı, IT tarafındaki personelin 3 katına çıkacak. Bu yüzden kurumların organizasyonel yapıları ve çalışan yetkinliklerini yeniden ciddi biçimde ele alması tavsiye ediliyor. Son gelişmeler “Haydi bir kaç dashboard yaptıralım”ın ötesinde imkan ve kabiliyetler getiriyor çünkü.
• 2021 yılından itibaren, analitik araçlara natural language processing kabiliyetlerinin gelmesiyle birlikte, kullanıcılar araçlara sohbet eder gibi sorular sorup cevaplar alabilecekler. Bu durum BI & Analytics araçlarını kullanan çalışan oranını %35 ila %50 seviyelerine kadar taşıyacak.

Modern BI & Analytics dünyası

Gartner raporunda gördüğümüz teknoloji şirketlerinin, analiz veya raporlamaya dair sunduğu tüm ürünlerinin bu değerlendirme kapsamında yer almadığını özellikle belirtmek gerek. Gartner sektörün geleneksel ürünleri ile, yeni nesil platformları net bir şekilde ayırarak 2 farklı başlık altında grupluyor artık:

1. Traditional Enterprise Reporting Platforms
2. Analytics and Business Intelligence Platforms

Üzerine konuştuğumuz Gartner raporu 2. başlık altında toplanan Analytics and Business Intelligence Platforms kategorisindeki ürünlere dair yorum ve değerlendirmeleri içermekte. Örneğin SAP Business Objects artık geleneksel araçlar sınıfında değerlendirildiği için, bu raporda değerlendirmeye alınmıyor. SAP’nin hangi ürünlerini konuşuyoruz o zaman derseniz: SAP Lumira, SAP Analytics Cloud, SAP Roambi gibi ürünleri sayabiliriz.

Bu arada teknoloji uzmanları ve ürün kullanıcılarının, Gartner tarafından sınıflandırılmış 340’ın üzerinde ürün grubunu değerlendirdikleri ve ürünleri puanladıkları PeerInsights portaline bakarak; Traditional Enterprise Reporting Platforms ve Analytics and Business Intelligence Platforms kategorilerine hangi şirketlerin hangi ürünlerinin dahil edildiğini de görebilirsiniz.

“Modern” ve “Geleneksel” ayrımına sebep olan temel kriterler neler?

Yeni nesil ürünleri, geleneksel ürünlerden ayıran en önemli özellikleri şöyle sıralayabiliriz:

• IT tarafından hazırlanmış, sınırları belli semantik veri modelleri veya OLAP küpü tarzı çözümleri reddetmeleri. Bunun yerine kullanıcıların Agility ve Self-Service ihtiyaçlarını karşılayan, daha özgür bir veri erişim platformu sunuyor olmaları.
• Kendi içlerinde barındırdıkları Self-Servis veri hazırlama, transformasyon ve veri modelleme kabiliyetleri sayesinde, Data Lake tarzı veri yapıları üzerinde başarıyla çalışabilmeleri
• Daha az IT uzmanlığı ve desteği gerektiriyor olmaları. Veri hazırlığından, veri keşif sonuçlarının paylaşılması deneyimine kadar, kullanıcıların tüm süreci kolayca öğrenebilecekleri ve yönetebilecekleri kullanıcı dostu araçlar olmaları
• Yalnızca veri tabanlarına sorgu gönderen arayüzler olmanın ötesinde, yüksek performans ve hızlı analiz deneyimi yaşatmak amacıyla kendi içerisinde in-memory çözümler barındırıyor olmaları

Gartner Magic Quadrant değerlendirmesine kimler girebiliyor?

Bu sene quadrant’da 21 teknoloji şirketi yer aldı. Zaman zaman bir önceki sene quadrant’da değerlendirmeye alınan şirketlerin bir sonraki sene çıkarıldığını, veya yeni şirketlerin zaman zaman değerlendirmeye dahil ediliğini görüyoruz.

Gartner seçim aşamasında oldukça detaylı bir çalışma yapıyor ve birden çok kriterin sağlanmasını bekliyor. Az sonra sıralayacağımız seçim kriterlerine bakıldığında bu çalışma içerisinde var olmak gerçekten oldukça güç. Bir çoğunun adını günlük hayatta pek fazla duymasak da, bu listede var olan şirketlerin tamamı sektörün büyük oyuncuları.

Şimdi gelelim seçim kriterlerine:

• Öncelikle Gartner’ın Analytics and Business Intelligence Platforms başlığı altında tanımladığı, bizim de az önce bahsettiğimiz teknik kabiliyetlerin ve vizyonun var olup olmadığına bakılıyor. Bunlar ilk seçim kriteri ve örneğin ürünün bir semantik veri modeli tasarımına ihtiyaç duyuyor olması bile tek başına değerlendirme dışı kalması için yeterli bir sebep.
• Bir diğer kriter ciro. Ürünün piyasadan talep görüyor ve satılıyor olması önemli. Bu listede yeni icat edilmiş bir start-up ürünün bu yüzden var olması mümkün değil. “Yıllık 25 Milyon USD ciro” veya “15 Milyon USD ciro artı bir sene öncesine göre %50 ciro artışı” gibi küçük oyuncuların değerlendirme dışı kalmasına sebep olan kriterler söz konusu.
• Şirketlerin sektörde ne kadar boy gösterdiği de dikkate alınan bir diğer kriter. Yani ürünlerinin internette ne kadar arandığı, sosyal medya görünürlüğü, ürünle ilgili iş ilanı sayısı gibi piyasa trendleri değerlendirmeye dahil ediliyor.
• Tüm bu kriterlerden geçen şirketlerin, değerlendirmeye konu olan ürünleri ile ilgili doneleri de Gartner’a sağlıyor olması gerekiyor. Şirketlere ürün fonksiyonlarına dair gönderilen RFP tarzı soru formlarını cevaplayıp göndermeleri, beklenen ürün fonksiyonlarına dair demo videolarının paylaşılması, teknik uzmanların ürüne erişip deneyebilmeleri için gerekli ortamların sağlanması gibi teknoloji şirketlerinin de zaman ve emek harcaması gereken bir süreç söz konusu.
• Ürünün kullanım alanları ve dünya üzerindeki farklı coğrafyalara yayılabilmiş olması da önemli bir değerlendirme kriteri. Tüm şirketlerin ürünlerinin farklı farklı alanlarda ve dünya üzerinde farklı coğrafyalarda aktif olarak kullanılır durumda olduğunu ispatlamaları gerekiyor.

2019 Magic Quadrant nasıl okunmalı?

Magic Quadrant görüntüsünü nasıl yorumlamalıyız, kısaca buna da değinelim. Gartner her bir adayı Completeness of Vision ve Ability to Execute kategorilerinde puanlıyor. X ekseni Completeness of Vision, Y ekseni de Ability to Execute kategorisinde alınan skoru gösteriyor. Örneğin her iki alanda yüksek puan alan ürünler sağ üst köşede konumlanırken, bunlar Leaders grubu olarak nitelendiriliyorlar. Yukarıdaki diyagramdan görüldüğü üzere, diyagram üzerindeki pozisyonuna göre Niche Players, Visionaries, Challengers ve Leaders adı verilen 4 grup ortaya çıkıyor.

Ability to Execute kriteri altında, şirketin ürün vizyonunu somut olarak hayata geçirebilme ve ürünü almaya hazır potansiyel müşteriler yaratabilme kabiliyeti değerlendiriliyor. Bunun yanında kazanılan müşterilere yaşatılan uçtan uca müşteri deneyimi (satış süreci, satış sonrası destek, ürün kalitesi, upgrade ve migration deneyimi vs) de bir diğer değerlendirme alanı. Özetle potansiyel müşterilere “Bu ürün alınır” dedirtme, ürünü kullanan müşterilere de “Ben bu üründen memnunum” dedirtebilme kabiliyeti…

Completeness of Vision kriteri altında, kullanıcı ihtiyacını anlama, ürünün şu anda sahip olduğu ve ileride ürüne eklenmesi planlanan kabiliyetleri sayesinde sektördeki yeni trendlere ve kullanıcı gereksinimlerine cevap verebilme kabiliyeti ve potansiyeli ölçülüyor.

2019 Sonuçları

Yukarıdaki diyagram 2019 sonuçlarını göstermekte. Biz 2019 sonuçlarına mor renk ile belirtilmiş kısımları da ekleyerek, Leaders kategorisinde yer alan şirketler (Microsoft, Tableau, Qlik, ThoughtSpot) ile, megavendor kategorisinde sınıflandırılan büyük teknoloji şirketlerinin (Oracle, IBM, MicroStrategy, SAS, SAP) 2018 pozisyonunun nasıl değiştiğinin daha net görülebilmesini sağladık.

2019 sonuçlarında görülen değişikliklerle ilgili satır başları şöyle:

• Microsoft, Tableau ve MicroStrategy bir önceki seneye göre pozisyonunu neredeyse korumuş.
• Geçen sene 20 teknoloji şirketinden oluşan listeye bu sene GoodData da Niche Players grubundan girmeyi başarmış.
• Olumlu yönde grubu değişen tek şirket ThoughtSpot olmuş. 2015 yılından sonra ilk defa Microsoft, Tableau ve Qlik dışında bir dördüncü şirketi Leaders kutucuğu içerisinde görüyoruz. Raporda şirketin güçlü yanları arasında yakaladığı güçlü momentumdan da bahsedilmiş ki, ilerleyen yıllarda da Leaders kategorisinde görmeye devam edebileceğimiz sinyalini veriyor bu durum. Güçlü momentum konusu ThoughtSpot dışında Looker ve Tableau için de olumlu birer gösterge olarak değerlendirilmiş.
• Olumsuz yönde grubu değişen tek şirket de IBM olmuş. Geleneksel analitik araçlar konusunda zamanın büyük oyuncularından biri olan IBM‘in de Oracle‘ın ardından Niche Players grubuna sürüklendiğini görüyoruz (IBM geçen sene Visionaries grubundaydı). Bu arada hem IBM, hem de Oracle’ın çok değil 4 sene önce Leaders grubunda yer aldığını hatırlatmadan edemeyeceğim. Raporda IBM’in düşmeye devam eden momentumundan ve bu alandaki inovatif kimliğini yitirdiğinden bahsedilmiş.

Tableau ile ilgili yorumlar

Tableau’nun bulunduğu pozisyonda, geçen sene ile karşılaştırıldığında çok ciddi bir değişiklik olmadığı görülüyor. “Completeness of vision” tarafında küçük bir pozitif harekete karşılık, “Ability to execute” tarafında küçük bir negatif hareket görülüyor.

Gartner raporunda, Tableau’nun sektördeki diğer ürünlerin yanında güçlü kalmasını sağlayan özelliklerine şu şekilde değinilmiş:

Görsel veri keşfi ve veri manipülasyon kabiliyeti: Tableau’nun kusursuza yakın Visual Analytics kabiliyeti ilk madde olarak vurgulanmış. Tableau, kullanıcılarına sınırsız görsel analiz (visual analytics) imkanı sunmasının yanında, kullanıcıları verinin karakterine göre “best-practice” görsellere yönlendirme konusunda çok başarılı bir ürün olarak gösterilmiş. Veri keşfi yanında, görsel veri manipülasyonu olanakları açısından da üst seviyede kullanım kolaylığı sunduğuna değinilmiş. Gruplama, hiyerarşiler oluşturma, filtreleme, analitik fonksiyonlar ekleme vs gibi temel manipülasyon gereksinimlerinin, herhangi bir kodlama yapmadan, analiz arayüzünden görsel olarak ve oldukça kullanıcı dostu yöntemlerle karşılanabildiği vurgulanmış.

Tableau Hayranları: Tableau, kullanıcıyı ürün kullanımına teşvik etme amacıyla sunduğu online eğitim içerikleri, community ortamı, düzenlediği rutin kullanıcı buluşmaları ile sektördeki standartları koyan şirket olarak tanımlanmış. Raporda “Tableau fans” olarak tanımlanmış; Türkçeye çevirdiğimizde “Tableau hayranı”, “Tableau taraftarı” hatta “Tableau hastası” olarak tanımlayabileceğimiz bir kitlenin varlığına ciddi bir vurgu yapılmış ve 2018 Tableau Konferansındaki 17.000 kişilik rekor kullanıcı katılımına değinilmiş.

Güçlü Momentum: Üçüncü güçlü yan olarak da Tableau’nun arkasındaki güçlü momentumdan bahsedilmiş. 2018 yılında Perpetual lisanslama (lisans + yıllık bakım) yerine sunulan ve yaygınlaştırılan Subscription lisanslama (kiralama) modeline rağmen, 2018 yılı cirosunda çok ciddi bir artış kaydetmiş olması, yalnızca 2018 yılında kazandığı 15.000 adedin üzerinde yeni müşteri ve halen bir çok potansiyel müşterinin ürün seçimi konusunda Tableau’yu güçlü bir aday olarak görmesinin sonucu olarak Tableau’nun momentumunun güçlü kalmaya devam ettiği belirtilmiş.

Finansal göstergeler dışında Tableau Foundation (Tableau Vakfı) çalışmalarının ve Data For Good hareketinin Tableau’nun momentumunu güçlendirdiğine değinilmiş. (Tableau, 2018 Ekim ayında Tableau Foundation için 2025 yılına kadar 100 Milyon USD’lik finansman sağlamayı taahhüt ettiğini açıklamıştı)

2018 senesi için olumsuz olarak yorumlanabilecek tarafları da şöyle belirtilmiş :

Support Eleştirisi : Müşterilerden toplanan geri bildirimlerde, Tableau’nun 2018 yılında gösterdiği support performansına dair eleştiriler bulunduğu belirtilmiş. Tableau geçtiğimiz sene Data Engine değişikliğine gitmiş ve Hyper’ı kullanıma sunmuştu. Şimdiye kadar büyük versiyon geçişlerini kullanıcıya hissettirmeyen Tableau’nun aynı performansı Hyper geçişinde tam olarak sergileyemediğinden bahsedilmiş. Ability to Execute eksenindeki minik negatif oynamanın sebeplerinden bir tanesi bu olabilir.

Maliyet : Geçen seneki subsription model lansmanı ve kullanıcı profiline göre sunulan lisans paketlerine rağmen bu konudaki eleştiriler devam ediyor. Tableau müşterilerinin %35‘i, daha büyük kullanım sayılarına ulaşma konusunda maliyet kriterinin bir sorun olduğunu söylemişler. Tableau, yalnızca lisans maliyeti tarafından değil, toplam sahip olma maliyeti (Total Cost of Ownership – TCO) bakış açısıyla bakıldığında pahalı bir ürün olmadığını; tam tersine lisans maliyeti çok daha düşük gözüken araçların kendisinden çok daha yüksek sahip olma maliyetleri doğurduğunu söylüyor yıllardır. Toplam sahip olma maliyeti başlığı altında; lisans maliyetlerine ek olarak eğitim ihtiyacı, bakım ve yönetim giderleri, ürünü işletmek için ihtiyaç duyulan çalışanlara ödenen maaşlar, ürün üzerindeki proje geliştirme süresine ait maliyetler de dikkate alınarak bir hesaplama yapılıyor. Tableau tarafından geçtiğimiz yıllarda duyurulan, Uluslararası IT Ekonomisi Enstitüsü‘nün yayımladığı Total Cost of Ownership raporu sonuçları dahi piyasadaki bu pahalılık algısını tam olarak yıkamamış gözüküyor.

Üründe geliştirilmesi gereken özellikler : Rapor çıktılarının Qlik’in NPrinting özelliğine benzer bir şekilde PDF formatında dağıtılabilmesi gerekliliğinin sektörde bir talep olduğu vurgulanmış ve kısa vadeli road-map’te bu konunun gündemde olduğu belirtilmiş.

Multiple Fact veri modellerinin tek bir data source içerisinde kullanılamadığına dair eleştiri yine var. Bu yorum sürekli geliyor ve ben bunun varlığını anlamakta hep güçlük çekiyorum açıkçası. Herhangi bir development veya model değişikliğine ihtiyaç olmadan farklı data source’ları ortak dimensionlar üzerinden blend ederek kullanmak bir veri modelleme standardı ve bu imkanı Tableau başarılı bir şekilde kullanıcıya sunabiliyor. Birden fazla fact tablo içeren kompleks veri modelleri oluşturma ihtiyacının, geleneksel araçlardaki semantik model tasarımını reddeden yaklaşımla çeliştiğini düşünüyorum.

Biraz uzun, ama umarım faydalı olmuştur.

Umut İşcan