27-29 Nisan, 2017

İFM - İstanbul Fuar Merkezi

Haber

17 Mart 2016

Kozmetik sektöründeki Big Data Devrimi Tüm Hızıyla Devam Ediyor…



Yakında bilgisayarlar sayesinde, parfüm üreticisinin uzmanlığını geliştirmek mümkün olabilecek mi? Sürekli olarak başarılı kokular tasarlayabilmesi için bilgisayarlar burnuna yardımcı olabilecek mi? Teoride kural çok basit: büyük big data kullanın (ham maddeler, duyusal algılar ve tüketici tercihleri ile ilgili) ve bunları güçlü algoritmalar kullanarak birleştirin. Ancak yine de bir sonraki Chanel No.5’in yaratıcısının ya da başka bir alanda örneğin bir sonraki Guernica’nın yazarının bir algoritma olabileceğini kim gerçekten hayal edebilirdi? Akıllı makineler kullanarak 8000 dolar gibi yüksek fiyatlarla satılabilen Google’ın sürprizlerine her zaman hazırlıklı olmalıyız ancak diğer taraftan sanatçıların yerine istatistikçileri koyuyor olmak bir başka hikaye...
Yine de büyük çapta bir veri devrimi tüm hızıyla devam etmekte ve parfüm ve kozmetik sektörü de bunun arkasında kalmaya pek niyetli değil. ‘Bankacılıktan parfümeriye kadar büyük verinin uygulama alanı oldukça geniş ve sahtecilik riski veya işletme büyüme süreci gibi konulara çözüm getirebilmekte.’ diye açıklıyor, makine ile öğrenme teknolojileri kullanarak büyük miktarda veriden uzmanlaşmış bilgi ayıklama alanında uzman olan yeni bir firma olan zettafox’un kurucu ortaklarından Patrick Zerbib.

 

Yönetim danışmanlığı alanında eğitim almış olan Patrick Zerbib big data’nın ‘öngörüsel olmaktan kural koyucu olmaya’ doğru ilerlediğini belirtiyor. Burada amaç firmaların stratejik problemlerine mükemmel ve kesin bir yaklaşım sunmak.
Big data tabanlarının analizi uzun süredir tanımlayıcı amaçlarla (örneğin ulusal istatistiklerin oluşturulmasında) kullanılmaktadır. Bilgi teknolojileri alanında ilerlemeler ve yeni teknolojilerden elde edilen çok fazla miktarda veri ile firmalar artık giderek artan şekilde tüketici davranışını öngörme eğilimindeler. Ve gerçeklik bir kez iyi tanımlandıktan sonra ve gelecek senaryoları tahmin edildikten sonra, işte o zaman aksiyon almak dayanılmaz olmakta.
Patrick Zerbib’e göre “Büyük verinin öngörünün ötesinde, kural koyucu boyutu en ilginç tarafı çünkü öngörüsel analiz ile belirlenmiş olan alternatif yolların uygulanması sağlam şekilde maddeleştirilebilmektedir.’ Kullandığı yöntem tüketici davranışını etkileme olasılığı olan büyük miktarda karakterize edici verilerin toplanmasından oluşmakta. ‘Bu sebeple hiç bir zaman analizimizi tüketicilerimizin kendi iç verileri ile sınırlamıyoruz ve her zaman dış verileri entegre ediyoruz.’
 

Algısal sonuçların maksimize edilmesi


Zettafox aynı zamanda bir kokunun duyusal algısını maksimize etmek amacıyla parfüm sektöründe analizler gerçekleştirmiş. ‘Örneğin, bir sabun ya da deterjandaki kokunun verdiği temiz koku etkisini en üst seviyeye çıkartmak için, ya da genel bir halk kokusunun teknik etkisini optimize etmek için. Bizim rolümüz istatistiksel tarafsızlık sunarak burnun görevini ve onun öznelliğini tamamlamaktır.’
Bunun için zettafox özellikle koku merkezleri tarafından uzun yıllardır düzenli olarak tüketici testleri vasıtası ile toplanmış verileri kullanmakta. Bu tür durumlarda genelde büyük verileri ile bağlantılı olan büyük miktarda verilerden uzağız, ve biz buna Akıllı Veriler – az miktarda ancak yüksek değerli veri- diyoruz. Bu sebeple algoritmaların göreceli olarak daha az miktarda olan ve buna ilave olarak çok fazla sayıda değişken içeren, verileri kompanse edecek yeterlilikte olması gereklidir. ‘Kullandığımız algoritmalar, istenilen algısal tecrübeyi maksimize etme olasılığı olan kombinasyonlar ve formülasyon senaryoları oluşturmak amacıyla değişkenleri seçerler.’ diyerek detaylı bilgi veriyor Patrick Zerbib. Bu senaryolar aynı zamanda test de edilebiliyor.

Formüllerin optimize edilmesi


zettafox tarafından geliştirilen algoritmalar aynı zamanda koku formüllerini optimize etmek için de kullanılıyor. ‘Burada amaç özellikle, aynı etkiyi muhafaza ederken diğer yandan kullanılan içerik maddelerinin sayısını azaltarak formülün kısaltılması.’  Algoritmalar koklama ile ilgili amacı maksimize eden ve koklama etkisini azaltan ya da üzerinde hiç bir etkiye sahip olmayan içerik maddelerini ortadan kaldıran kombinasyonları hedefleyebilmektedir. Bu senaryolar ile daha sonra ekonomik anlamda en etkin formülleri yani en maliyet etkin ve uygulaması en kolay olanları, bulabiliyoruz.
 “Söz konusu parfüm formülleri olduğunda, ilave bir zorluk var ve o da gözü kapalı çalışmamız’ diye ekliyor Patrick Zerbib. ‘Formüllerin kompozisyonu sır olarak saklanmakta, yani içerik maddeleri kodlu ve isimlerini bilmiyoruz. Daha sonra bizim sonuçlarımızın kodunu çözen müşteridir.’
Teoride veri madenciliği sınırsız sayıda farklı şekilde uygulanabilmektedir. Örneğin, zettafox veri madenciliği tekniklerini örneklem dağılımına veya duty free mağazalarında değişim oranına uygulamış. Paketlemenin ya da bir ürünün dokusunun veya duyusal doğruluğunun etkisini maksimize edecek özel algoritmaların kullanılmasını hayal etmek çok kolaydır. Ancak gerekli verilerin olması şartı ile! Ancak bu alanda uzmanlaşmış firmalar bu noktada göreve çağırıldıklarında bunun sebebi genellikle bu firmaların hali hazırda veri toplamaya başlamış olması – ve veri akışlardan bunalmış olmaları – ve bunları yapılandırmak ihtiyacında olmalarıdır.
Bütün bu verinin düzenlenmesi ve işlenmesi belirgin şekilde işin büyük kısmını teşkil etmektedir. Özellikle, ilk başta tamamen alakasız görünse de, büyük verinin ana prensibinin verilerin entegre edilmesi olduğu için. Ancak diğer yandan, pek çok firma ve marka veri depolama altyapısına veya destekleyici analize, yani uygun veri işleme teknolojilerine sahip olmasalar da bu alanda yine de yardım alabilmektedirler. Diğer yandan, firmaların mümkün olduğunca fazla veri toplayabilmek amacıyla müşterileri ile daha fazla temasta olmaları gereklidir. Üreticiler için temel zorluk, bu bilgiyi sadece, bu bilgiyi paylaşmayacak olan dağıtımcıların eline bırakmamaktır. 
Geriimg