Şirketlerin ürettikleri verileri işleyebilmesi, değer çıkaracak görselleştirme ve içgörü analizleri üretebilmesi, yapay zeka çağında ana gereksinimlerden biri.

Araştırmalar, şirketlerin edindikleri verinin çoğunu değerlendiremediğini gösteriyor.

Gartner tanımına göre karanlık veri, şirketlerin düzenli iş faaliyetleri sırasında topladıkları, işledikleri ve depoladıkları, ancak genellikle analiz, iş ilişkileri ve gelir yaratma gibi amaçlar için kullanmadıkları bilgi varlıklarını ifade ediyor.

Şirketlerin değerlendiremediği karanlık veri, yapay zeka kullanım alışkanlıklarının artmasıyla, su yüzüne çıkıyor.

Örneğin birçok sanayi üretim şirketi birkaç sene öncesine kadar dijital ikiz yaklaşımını kullanmıyordu. Bugünse, cihazlarının ürettiği veri hasar tahminleme ve simülasyon yöntemleri için kullanmaya başlayan ve bunu bir hizmet olarak müşterilerine sunan şirketler var. (How Digital Twin Enables Predictive Maintenance)

Perakende zincir mağazaları şube açma süreçlerinde oluşan veriyi, iş süreç yazılımları (BPM) sayesinde içgörü ve kazanımlara çevirmeye başladı. (BPM and Big Data – Why it Makes Sense)

Satış ekiplerinin müşteri ziyaret notları, dijital veriye çevrilip müşteri memnuniyeti ve satış tahminleme aracı olarak konumlanmaya başladı.

Bu yazıda, şirketlerin startup çalışma süreçlerinde değerlendirmedikleri veri ve çözüm önerimizden bahsedeceğiz.

Startup Kurum Etkileşimi Veri İzi

Şirketler startup iş birlikleriyle, yeni teknoloji, iş modeli veya pazarları test etmeyi hedefler.

Startup, şirket için riskli yenilikleri hızla test edebilen, rekabette farklılaşmayı sağlayan ve finansal kazanımlar sunan değerli bir paydaş etkisi yaratır.

Şirketlerin bu süreçlerdeki riski, kavramsal doğrulama (PoC) projeleri ile yönetebilmesini destekliyoruz. PoC projesi, limitli bütçe ve zaman içerisinde iş birliğinin yaratacağı değeri kanıtlamak için tasarlanır. (Şirketler, Startupları Nasıl Değerlendirir ? PoC - Kavramsal Doğrulama Metodolojisi)

PoC projeleri, sürecin başlangıcından değerlendirme aşamasına kadar, çok değerli bir veri izi üretiyor.

- Startup, ne zaman, hangi iş birimi için, ne tür bir değer yaratmayı teklif etti?

- Önerilen değeri test ederken, ne tür ek fırsat veya sorunlarla karşılaşıldı?

- İhtiyaca yönelik sunulan değer hangi metriklerle takip edildi ve çıktılar ne tür bir başarı perfomans metriği gösteri?

Yukarıdaki örnek, bir PoC çalışmasında takip etmemizi sağlayan geliştirdiğimiz aracın çıktıları. (PoC Verileri ve İş Zekası)

Yeşil kutular, rapor alınan güne kadar tamamlanan işleri kapsıyor. Her yeşil kutunun içerisinde, sürece ait dokümanlar ve farklı kayıtlar bulunuyor. 

3 sene öncesine dönüp, hangi projede ne yapılmış, hangi problemler olmuş, şartlar ve çıktılar neymiş, email kayıtlarına kadar erişebiliyoruz.

PoC takip aracını geliştirirken, kurumlar için üç alanda değer yaratabildiğimizi gördük.

- Startup ile beraber yeni ürün-servis iş birlikleri geliştirme, kurumsal inovasyon darboğazlarının tespiti

- Kurum içi girişim geliştirmeyi startup'larla destekleyen PoC projeleri yürütme ve raporlama

- Kurumsal risk sermayelerinin, startup PoC çıktılarını analiz ettiği yatırım değerlendirme

Workinlot, şirketlerin teknoloji firmaları ve startup'larla çalışmasını sağlayan süreç tasarımları yapıyor. Bu tasarımların istenen seviyede geliştiriliebilmesi için, süreçte kurum ile beraber proje yönetimine destek veriyor.

Kurumsal risk sermayeleri, açık inovasyon platformlarını ve venture builder yapıları, bu ortak ve iteratif know-how aktarımı sayesinde daha fazla öğrenimle kurabildi. 

Dışarıdaki yenilik ve yetenekleri tanımak, ortak fırsatları değerlendirmek ve kazanımları sürdürülebilir süreçlere aktarmak için yolculuğa başlamak istiyorsanız, tanışma toplantısı için doğru zaman olabilir.