Büyük veri ve iş analitiğinin bu kadar gündemde olduğu bir dönemde, biraz göz ardı edilen bir gerçek var: Eğer üretilen ve analiz edilen veri “doğru bir hikaye” ile desteklenmezse, beklenen etkiyi yaratamıyor. Zaten iş analitiğinde başarıyı yakalamış bir çok uzman da şu terminolojiyi kullanıyor: “Hikayeyi veriyle anlatmak”. Burada hikaye kelimesini sıklıkla kullanacağım, o yüzden en baştan olası bir yanlış anlaşılmayı önlemek adına bir şeyi açıklığa kavuşturmak istiyorum: Hikaye denilince kast ettiğim, hipotezlerden modellere, modellerden analizlere, analizlerden bulgulara doğru giden çabanın sonunda; bulgulardan çıkarımlar elde edilmesi ve bunun faydalanacak kişilere sonuç odaklı bir tonda yorumlar katılarak aktarılması. Aslında veri analizi yapan birinin, zaten analiz sürecinin kendisi ve elde edilen sonuçlar hakkında yorumlar da yapmasını beklemek kadar olağan bir şey yok diye düşünebilirsiniz. Ama inanın, bu sanıldığı kadar yaygın bir uygulama değil. Öte yandan bu durum, kurumsal yaşamımıza iş analitiği ve büyük verinin dahil olmaları ile başlayan bir şey değil. Şirketlerde üretilen raporların azımsanmayacak bir bölümünde zaten onlarca senedir süregelen bir alışkanlık bu. Aynı zamanda iş hayatında performans yönetimi uygulamalarına dair kara deliklerden biri. Adeta rakamların kendi kendilerine konuşmalarını, bizleri ikna etmelerini bekliyoruz. Üstelik iş analitiği ve veri üzerine kurulu imparatorluklar ile birlikte iyiden iyiye “hikayeyi anlatmak”tan uzaklaşır olduk. Peki neden veriye olan düşkünlüğümüzü, onu yorumlamaya olan iştahımızla süslemeliyiz? İşte sizlere bunun için beş geçerli sebep: • Hikayeler, insan deneyimini toplum içerisinde aktarmada her zaman etkili bir yöntem olmuştur. İçlerinde veriyi ve -ne kadar detaylı olurlarsa olsun- analizleri barındırıyor olmaları bir şey değiştirmez. Bunları geçmiş deneyimlerin sadece yeni ve günümüze uyarlanmış versiyonları olarak düşünün. Öyküler, karmaşık bir dünyanın basitleştirilip anlaşılabilmesi için hizmet ederler. Sezi, kavrayış ve yorum oluşmasını sağlarlar. Tüm bunlar da veriyi daha anlamlı kılar ve iş analitiğini çok daha anlaşılır ve ilginç hale getirir. Ayrıca bu süreçte muhakemenin de devreye girmesi ancak bu şekilde mümkün olur. Karşı taraf ile kurulacak diyalog, sağlanacak iletişim böylece daha sağlam bir düzleme oturur. • Analitik söz konusu olduğunda, amacınız birilerinin nasıl karar verdiklerini veya aksiyon aldıklarını değiştirerek onlara yardımcı olmaktır. İkna etmeye, güven yaratmaya ve elimizdeki bu güçlü araçlarla değişimi tetiklemeye çalışırız. Analizimiz ne kadar etkileyici olursa olsun veya ne kadar kaliteli bir veriye sahip olursak olalım; eğer muhataplarınızın yaptığınız çalışmayı kavramalarını sağlayamazsanız sonuç elde edemezsiniz. İster görsel, ister işitsel olsun, analiziniz bir hikaye ile desteklenip bütünlenmeli. Bu raporları okuyan, bu rakamları değerlendiren insanlar yani hissedarlar, üst düzey yöneticiler vb. konumdaki kişiler kuşkusuz son derece zeki ve başarılı insanlar. Ama unutmamak lazım ki, bizlerin vakti ne kadar kıymetli olursa olsun, onlarınki şirket perspektifinden bakıldığında çok daha kıymetli. Ayrıca kafaları aynı anda birçok mesele ile meşgul olan kişilere bu çalışmaları en etkin ve verimli yöntemle sunmalıyız. Yorumsuz rakamlar, karşınızdakine su vermeden hap vermeye benzer. • Birçok insan iş analitiğinin detaylarını sizler kadar anlayıp içselleştiremiyor olabilir. Diğer bir taraftan, analiz ve veri hakkında kanıta sahip olmak isteyebilirler. Böyle koşullarda, kişisel deneyimler ve anekdotlar üzerine kurulu olanlar yerine, veri ve analitiği işin içine katan hikayeler daha ikna edici olacaktır. Aslında sayılar bazı şeylerin anlaşılması adına işi kolaylaştırıyor, bu nedenle bir argümanı sayısallaştırmak son derece yerinde bir adım. Yani verinin bir zararı yok, yeter ki o veriyi işleyip bilgi haline getirelim ve bilgiyi de akıllı bilgiye dönüştürelim. • Veri hazırlama ve analizi genellikle zaman alır ve uğraş gerektirir; ancak onlardan faydalanacak kişiler için kısa ve basit açıklamalara ihtiyaç bulunmaktadır. Büyük veri şirketlere bir çok imkan sunuyor olsa da, bazen de yönetilmesi gereğinden fazla büyük bir hal alabilmektedir. Sayısal bir çalışmanın tüm detaylarını paydaşlara aktarmak hem çok zamana mal olur, hem de bu açıkçası her iki taraf için de sıkıcı bir çabadır. Analistler göze çarpan bulguları sunmak adına, daha kısa ve dikkat çekici yöntemler bulmalılar ve cımbızla seçilmiş tespit ve yorumlara dayalı hikayeler de, özünde bu amaca uyuyor. • Diğer bir önemli nokta ise, elde edilen sonuçlar üzerinden karar vericilere kaç farklı hikaye anlatılabileceği… Deneyimler gösteriyor ki; bu biraz da “hikayeyi anlatan”a bağlı. Yapılan analizler farklı şekillerde açıklanabilir ve kullanılabilir. Yaptığınız ilişkilendirmeler, dikkat çekilmek istenilen noktalar, yaptığınız çıkarımlar onlarca olabilir. Ama en azından rakamları yorumlayan kişinin “işte burada da bu olmuş, falanca filan kadar artmış” tarzında, zaten gözle görüleni aktardığı anlatımların yüzeysel, dolayısıyla da yetersiz olduğunu söylemeliyiz. Çıplak gözle görülenden daha fazlasını, herhangi bir bireyin anlatacağından farklı şekilde söylemeliyiz. Analistler, bu alanda deneyim kazandıkça bu konudaki yetkinlikleri ve stilleri de farklılaşıyor. Bir nevi, repertuarları genişliyor… Hatta yaptıkları işten aldıkları keyif de artabiliyor. Beş ana başlık altında bir hikayemiz olmasının faydalarını özetleyip; öneminin altını ısrarla çizmemize rağmen neden bir çok analist halen bunları oluşturma ve aktarma konusunda yeterince başarılı değil? Üstelik bunun sonuçları göz ardı edilecek şeyler değil… Bu, kararlar ve aksiyonlar üzerinde olması gereken sağlıklı etkiyi ve katkıyı yaratamamak demek… Bu, veriyi elde etmek, yönetmek ve analiz etmek adına harcanan zaman ve paranın boşa gitmesi demek. Şimdi de bu isteksizlik ve/veya alışkanlığın nedenlerine eğilelim: Öncelikle iş analitiği üzerine uzmanlaşmış profesyoneller, arada istisnalar olsa da, çoğunlukla öyle yazılı – çizili iletişime dayalı bir yaşam tarzından haz edecek kişiler değiller. Hatta bu konuda isteseler de bazen başarılı olamıyorlar. Akademik formasyonları bunu pek teşvik etmiyor. Okuldayken matematik, istatistik ve bilgisayar mühendisliği gibi yapısal, sınırları çizilmiş, kolay değişmeyen alanlara kaymış olan bu uzmanlar, kariyerleri boyunca da insanlarla etkileşim yerine sayılarla etkileşimden daha fazla keyif alabiliyorlar. Tabii ki tüm sayısal analiz yapan kişileri bire bir böyle bir çerçeveden görmek doğru olmaz. Gene de akademik (ve belki de bir noktada kişisel) formasyonun etkisini yok sayamayız. Eğer rakamların ötesine geçme yönünde bir eğilimleri yok ise, okul yıllarında da muhtemelen bu konuda pek fazla eğitim almamış olmalarından. Hem müfredat, hem de eğitmenler bu konuya pek eğilmiyor. Sonuçta bu disiplindeki akademisyenler için metodolojik yaklaşımlar varken, bir hikaye üzerinden ilerlemek gibi seçenekler bir engel, bir zaman kaybı olarak görülebilir. Diğer yandan, böyle bir tercihin çok da doğru sonuçlar üretmeyebileceğini söylemeliyiz. Yakın zamanda yapılan bir araştırmaya göre; bu bölümlerden öğrencileri şirketlerine almak isteyen yöneticilerin en fazla önem verdikleri yetkinlikler arasında birinci sırada iletişim geliyor. Bazı analistlere göre ise hikaye anlatmaya, yorumlamaya harcanacak vakit, kendi teknik kapasite ve becerileri dikkate alındığında, değerlerinin yeterince anlaşılmaması ve kıymetli zamanlarının yanlış şekilde kullanılmasından başka bir şey değil. Hatta çoğu zaman yetkin analistlerin bir çok insanın hikaye anlatmada başarılı olabileceği ancak çok az kişinin onların yaptığı gibi değişen varyans düzeltmelerini içeren regresyon modelleri oluşturup işletebileceklerini (haklı olarak) savunurlar. Tüm taraflar için en iyi olanın, beyin hücrelerini ve vakitlerini sayısal analizlere yönlendirmeleri olduğuna ve illa ki bir yorum gerekiyorsa, bunun başkaları tarafından da yapılabileceğine inanmaları belli ölçüde anlaşılır olmakla beraber; bir başkasının çıkan sayısal sonuçları tercüme etmesine ihtiyaç duyulacak bir işleyiş, böylesine bir süreç için fazla emek yoğun ve maliyetli olacaktır. Eserinize sahip çıkın. Niçin sizin yaptığınız bir analizi, bir başkası anlatsın? Bununla birlikte bunun tersini savunanlar da yok değil. Her ikisinin ayrı disiplinler olduğu ve ayrı kişiler tarafından yapılmalarının kalite, verimlilik ve etkinlik adına daha iyi sonuçlar vereceğini düşünenler yeni bir mesleğin ortaya çıkmasına bile sebep oldular: Analitik tercümanlar… İlk etapta, en basit anlamda bir denklem oluşturuluyor ama bir noktada bu denklemin çözümlenmesi söz konusu; o da kompleks iş problemlerinin nasıl çözümleneceği ile ilişkilendirildiği nokta oluyor. Örneğin kampanya verimliliği ile ilgili bir analiz mi yaptık? Çıkan bulgular bize geçmiş ve gelecek ile ilgili yorumlamamız gereken ipuçları sunuyor olacaktır. İşte temel soru, her ikisini de yapacak kişinin aynı olup olamayacağı. Ve sonuncu faktör de eldeki sonuçları güzel bir şekilde yorumlamak adına ne kadar fazla yaratıcılık, emek ve süre gerekeceği. Araştırmalar, bunu yapan analistlerin zamanlarının neredeyse yarısını yaptıkları çalışmaların aktarımına dönük iletişimi uğrunda kullandıklarını gösteriyor. Yaratacakları etki çok daha fazla olsa bile, doğal olarak birçok uzman da bu kadar zamanı buna adamaktan kaçınıyor. Ama bunu yapıyor olmak, aslında o kişileri çalıştıkları şirketi ve sektörü, mücadele verdikleri pazarı daha iyi anlayan ve tanıyan profesyoneller haline getirecektir. Bu da ileride oluşturacakları modellerin daha doğru kurgulanması için kapıyı aralayacaktır. Dijital çağdayız. Adeta musluklardan bilgi akıyor. Ama bu bilginden yeterince ve doğru şekilde faydalanmaya hazır mıyız; işte onu zaman gösterecek…