Bağlantı, Bağlam Değildir

Veriler birbirini doğruladığında daha ikna edici hale gelir.

Ancak bu, vardığımız sonucun mutlaka doğru olduğu anlamına gelmez.

Bir alışveriş merkezinin ziyaretçi trafiğinin belirli bir hafta düştüğünü düşünelim. Aynı dönemde otopark girişleri azalıyor, kiracı ciroları geriliyor ve diğer operasyonel göstergeler de benzer yönde hareket ediyor. Ayrı ayrı baktığımızda bunların her biri bağımsız birer veridir. Bir araya geldiklerinde ise bir hikâye anlatmaya başlarlar.

Ve rakamlarla desteklenen hikâyelere direnmek zordur.

Belki ziyaretçi trafiğindeki düşüş ciroları aşağı çekmiştir. Belki otoparka daha az araç girmesi ziyaretçi sayısındaki azalmayı açıklıyordur. İlişkiler mantıklı görünür, veriler doğrudur ve ulaştığımız sonucu sorgulamak giderek zorlaşır.

Ancak hâlâ bilmediğimiz bir şey vardır.

Neden?

Belki şiddetli hava koşulları tüm şehri etkilemiştir. Belki yol çalışmaları gayrimenkule erişimi geçici olarak değiştirmiştir. Belki bir resmi tatil alışveriş davranışını farklı bir döneme kaydırmıştır. Belki gayrimenkulün önemli anchor mağazalarından biri kapalıdır. Ya da belki bu hareketler gerçekten birbiriyle ilişkilidir — ancak ilk düşündüğümüz nedenle değil.

Verileri birbirine bağlamak, olayların aynı anda gerçekleştiğini görmemizi sağlar.

Bağlam İse Gerçekten Birbirleriyle İlişkili Olup Olmadıklarını Anlamamıza Yardımcı Olur

Ticari gayrimenkul sektörünün yıllardır karşı karşıya olduğu en belirgin veri problemlerinden biri parçalı yapıdır. Ziyaretçi trafiği, ciro, sözleşmeler, bakım, otopark, enerji, şikâyetler ve operasyonel faaliyetler çoğu zaman farklı sistemlerde ve farklı raporlarda yaşar. Bu kaynakları bir araya getirmek çok büyük bir gelişmedir; çünkü daha önce görünmeyen ilişkiler artık gözlemlenebilir hale gelir.

Ancak parçalı yapıyı çözmek, beraberinde daha incelikli başka bir problem getirir.

Her şeyi birlikte görebildiğimiz anda, birlikte gördüğümüz her şeyin birbiriyle ilişkili olduğuna inanmak çok kolaylaşır.

Bir gayrimenkul kendi başına var olmaz. Bir şehrin, ekonominin, iklimin, takvimin ve rekabet ortamının içinde faaliyet gösterir. Kiracılar farklı işler yapar. Ziyaretçiler farklı nedenlerle gelir. Kampanyalar tatil dönemleriyle çakışır. İnşaat çalışmaları erişimi değiştirir. Mağazalar açılır, kapanır veya yer değiştirir.

Veri doğru olabilir ve vardığımız sonuç yine de yanlış olabilir.

Bu nedenle bağlam, sisteme bağlanacak bir başka veri setinden ibaret değildir. İlişkilere anlam kazandıran şeydir.

Örneğin bir mağazanın cirosundaki değişim; konumu, kategorisi, geçmiş performansı ve çevresindeki koşullarla birlikte değerlendirildiğinde daha anlamlı hale gelir. Ancak aynı değişim, yeni açılmış bir mağaza, uzun süredir faaliyet gösteren bir anchor mağaza veya yakın zamanda gayrimenkul içinde yer değiştirmiş bir kiracı için tamamen farklı şeyler ifade edebilir.

Rakam değişmedi. Anlamı değişti.

Yapay Zekâ Açısından Bu Ayrım Daha Da Önemlidir

Yapay zekâ, hiçbir insan ekibinin aynı şekilde değerlendirmesinin mümkün olmadığı büyüklükteki veri içindeki ilişkileri analiz edebilir. Ancak ölçek, kendiliğinden anlayış yaratmaz. Analiz edilen ilişkiler bağlamdan yoksunsa, daha yüksek analiz gücü yalnızca yanlış bir sonuca daha büyük bir güvenle ulaşmamızı sağlayabilir.

Bu durum, raporlamadan öngörüye geçtiğimizde daha kritik hale gelir.

Geçmişe bakarken yapılan yanlış bir yorum, yanıltıcı bir açıklama üretebilir. Geleceğe bakarken ise aynı hata alınacak bir kararı etkileyebilir.

Bu nedenle öngörü üreten bir sistemin, geçmişte bazı değişkenlerin birlikte hareket ettiğini fark etmekten daha fazlasını yapması gerekir. Bu ilişkilerin, çevresindeki koşullar değiştiğinde de anlamlı olup olmadığını anlayabilmelidir.

Bu örüntü yalnızca o gayrimenkule mi özgüydü? O şehre? O döneme? O kiracı kategorisine? O sırada olağan dışı bir durum mu yaşanıyordu? Koşullar değiştiğinde aynı ilişki hâlâ anlamlı mı?

İşte bu noktada operasyonel deneyim önemini korur. Bir gayrimenkulü yıllardır yöneten biri; bir girişin geçici olarak kapatıldığını, bir kiracının yer değiştirdiğini, büyük bir etkinliğin ziyaretçi davranışını etkilediğini veya operasyonu değiştiren sıra dışı bir durum yaşandığını hemen hatırlayabilir.

Geçmişte bu bağlamın büyük bölümü insanların hafızasında kalıyordu.

Fırsat, bu bilgiyi veriyle değiştirmek değil; bu bağlamın daha büyük bir bölümünü veriyi yorumlayan sistemlerin kullanımına sunabilmektir.

Çünkü amaç yalnızca daha fazla bilgiyi birbirine bağlamak değildir.

Amaç, hangi bağlantıların gerçekten anlamlı olduğunu anlayabilmektir.

Ticari gayrimenkul sektörü daha büyük veri setleri ve daha yetkin yapay zekâ sistemleri geliştirdikçe, veri eksikliği zaman içinde daha küçük bir problem haline gelebilir.

Daha ilginç risk, elimizde fazlasıyla veri olduğunda ortaya çıkabilir.

Yanlış veri çoğu zaman bize onu sorgulamak için bir neden verir. Eksik verinin sınırları ise görünürdür.

Doğru veri farklıdır.

Doğru veri güvenimizi kazanır.

Ve doğru veri mantıklı görünen bir ilişkiyi desteklediğinde, bu güven kolaylıkla emin olmaya dönüşebilir.

İşte tam da bu nedenle en tehlikeli sonuç, yanlış veriden üretilen sonuç olmayabilir.

Doğru veriden üretilen yanlış sonuç olabilir.