Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Sosyal Bilimler Enstitüsü, Türkiye
Tezin Onay Tarihi: 2009
Tezin Dili: Türkçe
Öğrenci: SENEM DÜLGE
Danışman: Hakan Yıldırım
Özet:Anahtar Kelimeler : Bilgi Yönetimi Çözümleri, İş Zekası, Veri Kalitesi, Veri Ambarı, Adres Verisi Standartlaştırma, Ayrıştırma, Tekilleştirme ve Zenginleştirme Değerli bilgi; sahip olunan ya da olunması gereken, firmanın kar ve değer elde etmesine yarayan sektör, ürün, teknoloji ve organizasyon bilgileridir. Bilgi yönetimi, bu bilgileri yönetmenin ötesinde, sürecin doğru çözümlerle yönetimi ile ilgilidir. Bu süreç; doğru ve kaliteli veriyi elde etme, bilgi haline dönüştürme, bilgiyi geliştirme, koruma, kullanma, paylaşma ve bir iş zekasına dönüştürmeden oluşur. Yani bilgi yönetimi, ulaşılabilir kaliteli ve gerekli bilgileri; bu bilgilerin kullanımı için gerekli olan işlemlerin tanımlanmasını ve analizini kapsar. Yapılan herhangi bir analizin kalitesi ancak onu besleyen verilerin güvenilirliği ve kalitesi kadardır. Bu çalışma ile ikinci bölümde bilişim kavramları lenmiş, üçüncü bölümde bilgi yönetimi çözümleri ve iş zekası anlatılmış, dördüncü bölümde veri kalitesi yönetimi ve uygulama prosesleri detaylı olarak incelenmiş, beşinci bölümde ise uygulama çalışması olarak örnek bir veritabanından alınan müşteri adres verilerine DataFlux ürünü ile veri kalitesi uygulama prosesleri gerçekleştirilmiş ve sonuçlar ortaya konulmuştur. ABSTRACT Data is a key strategic asset, and ensuring its quality has become a business imperative in today’s enterprises and they are increasingly seeking solutions to improve their data quality. Spending the money, time and resources to collect massive volumes of data without ensuring its proper management is ineffective and often leads to failed business initiatives. The quality of any analysis is only as good as the data upon which it is based. All too often, companies are finding that a variety of analyses still yield faulty results, because the data is not of high quality. Data warehousing, data mining, marketing automation, and other data-driven solutions cannot result in success and deliver attractive “Returns on Investment” unless data quality issues have been resolved in a sufficient manner. With this study, in the second part information concepts are summarized, in the third part information management solutions and business intelligence technologies are discussed, in the fourth part data quality management and application processes are analyzed and in the fifth part as an application, data quality application processes are applied to a sample of customer address data with DataFlux tool and the results are introduced and highlighted.