Karanlıktaki büyük veri!

YAZI: MEHTAP DEMİR

Dijital çağda veriyi yönetmek, şirketler için en stratejik görevlerden biri haline geldi. Her gün milyonlarca dosya, log, eposta ve sensör verisi üretiliyor. Ancak tüm bu veri analiz edilmiyor; çoğu depolarda “karanlık veri” olarak kalıyor. Splunk’ın 2024 tarihli ‘The State of Dark Data’ raporuna göre, organizasyonların verilerinin yüzde 55–60’ı hâlâ kullanılmıyor.

Dünya Ekonomik Forumu (World Economic Forum) verileri ise şirketlerin her gün yaklaşık 1.3 trilyon gigabayt karanlık veri ürettiğini ortaya koyuyor. Bu veriyi bir yıl boyunca fosil yakıtlarla çalışan veri merkezlerinde depolamak, Londra–New York arası üç milyon uçuşun karbon salımına eşdeğer CO₂ üretiyor. Bu durum, karanlık veriyi yönetmenin sadece ekonomik değil, çevresel açıdan da kritik bir konu olduğunu gösteriyor.

Karanlık veri sadece kayıp fırsatlar yaratmakla kalmıyor; yapay zekanın potansiyelini de sınırlıyor. Çünkü yapay zeka ve analitik, ancak veri erişilebilir, temiz ve anlamlı olduğunda başarıya ulaşabiliyor. Bu nedenle şirketler, karanlık veriyi aydınlatmak için hem teknolojik hem kültürel bir dönüşümün eşiğinde bulunuyor.

KARANLIKTA NE VAR?

Yaratılan veri hacmi her yıl katlanarak artıyor. Statista’nın rakamlarına göre 2010 yılında yaratılan veri 2 Zettabayt (ZB) idi. 2024 yılında 174 ZB’a çıktı, 2025 yılında ise 181 ZB olması gerekiyor. En önemlisi ise son 5 yılda yaratılan verinin, insanlık tarihinde yaratılanın yüzde 70-80 arasına geliyor olması…

IoT cihazları, bulut sistemleri ve sensörler sayesinde şirketlerin elinde devasa miktarda veri bulunuyor. Ancak, Splunk ve DataStackHub’ın raporları, bu verinin yarısından fazlasının hâlâ “karanlık” olduğunu gösteriyor.

Sektörlere göre ticari karanlık veri oranları yüzde 40 ile 90 arasında değişiyor, yani çoğu şirketin verilerinin büyük çoğunluğu kullanılmıyor.

2016’da Veritas’ın Global Databerg Raporu, verilerin sadece yüzde 15’inin iş açısından kritik bilgi olduğunu ve ROT (Redundant, Obsolete, Trivial) veriler ve karanlık veri nedeniyle şirketlerin 2020 yılına kadar 3.3 trilyon dolara kadar maliyetle karşı karşıya kalabileceğini öngörüyordu.

Üst düzey bir lider, “Her gün yeni bir veri akışıyla karşı karşıyayız, ama elimizdeki verinin büyük kısmına hâlâ ulaşamıyoruz.” diye konuşuyor.

DHL Express Türkiye IS&T Direktörü Serdar Dilmen, karanlık verinin sensörlerden gelen ham bilgiler, müşteri etkileşim kayıtları ve manuel süreç logları gibi farklı kaynaklardan geldiğini belirtiyor. Dilmen’e göre, bu veriler operasyonel sistemlerle entegre edilmediği için karar alma süreçlerinde kullanılamıyor; yapay zekanın etkin çalışabilmesi için verilerin görünür ve işlenebilir hâle getirilmesi kritik.

SEKTÖRLERİN YENİ KARNESİ

DataStackHub’ın 2025 tarihli araştırmasına göre, farklı sektörlerde karanlık veri oranları oldukça yüksek ve veri türlerine göre değişiyor.

Sağlık hizmetleri sektöründe medikal görüntüler ve yapılandırılmamış klinik notların yaklaşık yüzde 80’i kullanılmadan depolanıyor. Finansal hizmetlerde, finansal verilerin yüzde 52’si işlenmeden kalıyor.

Perakende ve e-ticaret alanında, müşteri davranışları ve işlem kayıtlarının yüzde 60’ı analiz edilmiyor.

Üretim ve lojistik sektöründe ise IoT sensörlerinden gelen verilerin yüzde 70’i henüz işlenmiş değil.

Ayrıca, araştırmaya göre kuruluşların yüzde 70’i hassas verilerinin ne ve nerede olduğunu bilmiyor. Bununla birlikte, veri ihlallerinin yüzde 26’sı ise unutulmuş veya korunmasız veri depolarından kaynaklanıyor.

AYDINLIĞA ÇIKMA ORANI

Splunk raporuna göre, organizasyonların çoğu için veri değerli olsa da, erişilebilir ve analiz edilebilir veri oranı hâlâ düşük. Ankete katılan liderlerin yüzde 60’ı verilerinin büyük kısmını kullanamadıklarını belirtiyor.

Fast Company’nin CEO anketi ise Türkiye’deki şirketlerde durumu ortaya koyuyor. Liderlere, “Verinin ne kadarı işlenmeye hazır?” diye sorulduğunda alınan yanıtlar “aydınlık” bir tablo ortaya koymuyor:

Yüzde 80 ve üstü diyenlerin oranı yüzde 11, yüzde 70 diyenlerin oranı yüzde 7, yüzde 60 diyenlerin oranı yüzde 7, yüzde 50 diyenlerin oranı yüzde 17, yüzde 40 diyenlerin oranı yüzde 15, yüzde 30 ve daha az diyenlerin oranı ise ise yüzde 43 olarak kaydediliyor.

Bu sonuçlar, şirketlerin önemli bir bölümünde verilerin işlenmeye hazır oranının oldukça düşük olduğunu, karanlık veri miktarının ise kayda değer büyüklükte olduğunu ortaya koyuyor. Liderlerin kaydettiği görüşler arasında “Veri stratejimizin en büyük eksikliği, hangi veriye ulaşabileceğimizi tam olarak bilmememizdi” yorumu dikkat çekiyor.

HEDEFE ULAŞMA ZAMANI

Şirketler, son yıllarda karanlık veriye erişimi artırmak için adımlar atıyor. Yapay zeka projeleriyle birleştiğinde, bu veri stratejik bir avantaj yaratabiliyor. Ancak Splunk raporuna göre, liderlerin çoğu hâlâ mevcut veri becerilerinin yetersiz olduğunu düşünüyor. Çeşitli sektörlerden liderler önümüzdeki yıllarda, veri altyapılarını ve YZ projelerini karanlık veriyi kullanacak şekilde yeniden yapılandırmayı hedefliyor.

SAP Güney Avrupa Çözüm Grubu Direktörü Tuna Atmaca, SAP Business Data Cloud çözümü ile müşterilerinin karanlık verilerini görünür ve anlamlı hâle getirdiğini belirtiyor. Atmaca’ya göre, farklı sistemlerde dağınık ve erişimi zor verileri tek bir semantik katmanda toplamak, şirketlerin sadece mevcut verilerini değil, bugüne kadar atıl kalan verilerini de kullanabilmesini sağlıyor.

Tuna Atmaca, yapay zekanın etkin çalışabilmesi için verinin görünür, güvenilir ve erişilebilir olmasının kritik olduğunu vurguluyor. SAP Business Data Cloud platformu sayesinde bu dönüşümü hızlandırdıklarını söylüyor.

ŞİRKETLER NE YAPIYOR?

Globalde Amazon, Microsoft gibi teknoloji devleri, veri keşfi ve kataloglama araçlarıyla karanlık veriyi etkin şekilde yönetiyor. Türkiye’de ise büyük bankalar ve üretim şirketleri, hem analitik yatırımlarını artırıyor hem de veri yönetimi süreçlerini iyileştiriyor.

Bu süreçler, yalnızca operasyonel verimliliği artırmakla kalmıyor, aynı zamanda yapay zekanın şirket stratejilerine entegrasyonunu da hızlandırıyor.

Otokoç Otomotiv Şirket Lideri İnan Ekici, teknolojik altyapının tek başına yeterli olmadığını, organizasyon içinde veri odaklı bir kültürün oluşturulmasının ve paydaşların yapay zeka ile uyumlanmasının dönüşümün temel faktörleri olduğunu belirtiyor. Otokoç Otomotiv, bu amaçla “Veri Elçileri” programları ve kapsamlı eğitimlerle farkındalığı artırıyor, psikolojik direnci kırıyor ve üst yönetim takibini sağlıyor. Uzun vadeli hedef, karanlık verinin bulunmadığı; işlenebilir ve karar destek süreçlerinde etkin kullanılan bir veri yapısı oluşturmak ve veriyi teknik bir kaynaktan stratejik bir değere dönüştürmek.

Karanlık veriyi yönetmemek doğrudan maliyetleri artırırken, depolama, bakım, uyumluluk ve siber güvenlik riskleri artıyor. Türkiye’de ve dünyada birçok şirket, gereksiz verileri temizleyerek ve veri yönetimi sistemlerini geliştirerek maliyetleri düşürmeye çalışıyor.

Otokoç Otomotiv Şirket Lideri İnan Ekici, yapay zekanın etkin çalışabilmesi için verinin yalnızca varlığının değil, erişilebilir, anlamlandırılabilir ve güvenilir olmasının da kritik olduğunu vurguluyor.

DataStackHub’a göre, ortalama bir şirket, karanlık veriyi depolama ve yönetme için yılda 1.7–3.3 milyon dolar harcıyor.

ŞİRKETE YARARINA DİKKAT!

Karanlık veriyi aydınlatan şirketler, karar alma süreçlerinde daha hızlı ve doğru aksiyon alabiliyor. Yapay zekiyi besleyen zengin veri setleri, inovasyon ve müşteri deneyiminde doğrudan fark yaratıyor. Ayrıca, veri kültürü oluşturan şirketlerde çalışanların veri okuryazarlığı gelişiyor ve uzun vadede organizasyonel dönüşüm hızlanıyor.

Karanlık veri sadece bir sorun değil, aynı zamanda fırsat. Şirketler, veri keşfi, YZ ve analitik süreçleriyle veriyi aydınlığa çıkardıkça hem maliyetleri düşürüyor hem de rekabet avantajı yaratıyor. Karanlık veriyi aydınlatan şirketler, yapay zekayı ve analitiği iş modeline entegre ederek bir adım öne çıkıyor.

Medisa Kurucu Genel Müdürü Esra Öge, yapay zekanın etkin çalışabilmesi için verinin görünür, erişilebilir ve anlamlı hale getirilmesinin kritik olduğunu vurguluyor. Öge’ye göre, Medisa’da sistemler sıfırdan kurulduğu için karanlık veri oranı oldukça düşük, ancak mevcut verileri yalnızca depolamakla kalmayıp, gelecekte kullanılabilecek stratejik senaryolar için sınıflandırma ve anlamlandırma çalışmalarına yatırım yapıyor.

Öge, projeleri hayata geçirmeden önce ROI analizleri yaptıklarını ve yatırımlarını yalnızca gerçek değer yaratacak alanlara odakladıklarını belirtiyor. Bu yaklaşım, yapay zekâ kullanımını operasyonel verimlilik artıracak, karar destek süreçlerini güçlendirecek ve uzun vadeli fayda sağlayacak projelerle sınırlayarak hem veri görünürlüğünü hem de iş değerini güvence altına alıyor.

“KARANLIK VERİYİ AYDINLATIYORUZ”

EDA ULUCA ÖZCAN
Pluxee Türkiye CEO

• KULLANILMAYAN VERİ Yapay zekanın verimli çalışabilmesi için en temel gereklilik, görünür, temiz ve anlamlı veridir. Biz, geniş ve çok paydaşlı ekosistemimizde toplanan ama kullanılmayan verileri tek bir entegre sistemde birleştiriyoruz.
• DEĞER Veri bütünlüğünü ve doğruluğunu koruyarak, çağrı merkezi etkileşimlerinden kullanıcı harcama davranışlarına kadar pek çok kaynaktan gelen bilgiyi iş süreçlerimizi yönlendiren dinamik bir değere dönüştürüyoruz.
• AYDINLATIYORUZ 29 ülkeyi kapsayan bölgesel data hub’lar üzerinden global ölçekte veriyi analiz ederek, ‘karanlık veriyi’ aydınlığa çıkarıyor ve iş stratejimiz ile ürün geliştirme önceliklerimizi bu verilerle şekillendiriyoruz.

“Sektörde karanlık verinin oranının yüzde 90 civarında olduğu tahmin ediliyor. Aslında bu da çok anormal bir düzey değil. Çünkü, şirketlerin veri yolculuğu sadece 3-4 yıldır hızlanmış durumda… Şirketler de verimlilik için temizliğe önem veriyorlar.”
METİN ERHAN
Kibar Holding CIO

ŞİRKETLERDE ORAN YÜZDE 40-60 ARASINDA

• GÜL EROL
  Yıldıztech CEO
  ‘Unstructured’ denilen, işlemeye hazır olmayan verilerin önemli bölümünü emailler, çağrı merkezi görüşmeleri, kamera görüntüleri ve yapay zeka tarafından işlenemeyenler oluşturuyor. Bunları karanlık veri olarak adlandırıyoruz. Sektördeki oranın yüzde 40-60 olduğunu tahmin ediyorum.

 

• HİLMİ KOÇAK
  Eczacıbaşı CIO
  2010’ların ortalarında veri analitiği/makine öğrenmesi gibi önemli projeleri başlattık. Uzun süredir veriler üzerinde de yoğun çalışıyoruz. GenAI ile birlikte veri envanterini çıkartma-sınıflandırma-sahiplendirme sürecini proje bazlı verilerden tüm şirket verilerine yaymayı hedefledik. Bununla birlikte elimizdeki kamera görüntüleri, videolar, görseller, kanuni olarak tutulması zorunlu olan veriler, dosya sunuculardaki eski dosyalar ve bazı uygulamalardaki eski veriler hala ‘karanlık’ tarafta. Bunları dikkate alırsak karanlık veri oranı için yüzde 40-50 tahmini yapabilirim.

 

• KEMAL ÖZTÜRK
  TAV CIO
  Havacılık sektörünü tüm ekosistemiyle birlikte dikkate aldığımızda, karanlık veri oranının yüzde 60’lar düzeyinde olduğunu söyleyebiliriz. Bizim kendi havaalanlarımızda da oran yüzde 60 düzeyindedir.

 

• SERDAR DİLMEN
  DHL Express Türkiye IS&T Direktörü)
  Karanlık veriler keşfedilip analiz edilerek potansiyel içgörüler ortaya çıkarılıyor. Bu veriler tahminleme, sınıflandırma ve karar destek mekanizmalarında kullanılarak doğrudan iş süreçlerine katkı sağlıyor. Biz dönüşüm sürecinde geçmişte farklı sistemlerde tutulan uçak yükleme ve yakıt tüketim verilerini Data Lab, Data Factory ve YZ sistemleri süreçlerinden geçirdikten sonra yakıt tüketim analizlerinde kullandık. Bu sayede karbon emisyonu ve yakıt tüketimlerinde yüzde 15’e varan azalma sağladık.

 

• BİLAL GENÇ
  A101 CIO
  Şu anda sahip olduğumuz verilerin yaklaşık yüzde 50’sinin ‘karanlık’ olduğunu söylemek mümkün… Fakat teoride perakende için lazım olan, ancak veri ambarımıza dahil edemediğimiz verileri de hesaba katarsak bu oran için yüzde 80 diyebiliriz.