Veri Görselleştirme&Veri Şeffaflığı
Veri görselleştirme, bilgi ve verilerin grafikler ve haritalar gibi görsel öğeleri kullanarak, verilerdeki eğilimleri, aykırı değerleri ve kalıpları görmek ve anlamak için erişilebilir bir yol sağlar.
Büyük Veri dünyasında, veri görselleştirme araçları ve teknolojileri, büyük miktarda bilgiyi analiz etmek ve veriye dayalı kararlar almak için çok önemlidir."Büyük Veri çağı" hızla ilerlerken, görselleştirme, her gün üretilen trilyonlarca satırlık veriyi anlamlandırmak için giderek daha önemli bir araç haline geliyor.
Başlıca Yöntemler:
Grafikler
Tablolar
Büyük Veri Grafikleri
Haritalar
Infografikler
Dashboardlar
Öncelikleri belirlemek için punto ve pozisyonun kullanılması
‘En önemli ölçütünüz, gözlerin ilk geldiği yerde sol üst köşeye gitmelidir.’
Maksimum 3 grafik türü olmalı,
Ölçülü bir renk paleti ve tutarlı bir düzen kullanılmalı
‘Kullanıcılar için pasta grafiği kullanabilirdik, bunun yerine bir bakışta anlaşılması çok daha kolay olan bir tablo kullandık.’
Kısaltma kullanın
Faydalı dashboard hiç bitmeyen bir arayıştır.
‘Bu yüzden kontrol panelinizi geliştirmek çok önemlidir. Ekibinize hangi sayıları yararlı bulduklarını sormaya devam edin ve yaklaşımınızı değerlendirin. Bir gün başarılı olan bir teknik, gelecekte mutlaka işe yaramayacak’
Grafik Check List
Yüksek etkili grafik oluşturmak için,rehberlik edecek bir kontrol listesi kullanmak gerekir.
Stephenie ve Ann (2014) veri görselleştirme kalitesini ölçmek için bir kontrol listesi oluşturdu.
Metin
Grafikleri çok fazla metin içermez
Altyazı ve / veya ek açıklamalar ek bilgi sağlar
Metin boyutu hiyerarşiktir ve okunabilir
Metinler yatay olmalıdır
Veriler doğrudan etiketlenir
Etiketler idareli kullanılır
Grafik Düzenleme
Oranlar doğrudur
(Eksen aralıkları eşit uzaklıktadır
Her eksen aralığı etiketlenmemiş olsa bile, eksen aralıkları arasındaki boşluklar aynı birim olmalıdır.)
Grafik iki boyutludur
(Üç boyutlu görüntülerden, eğimlerden ve diğer bozulmalardan kaçının.)
Dekorasyon içermez
(Grafik, yalnızca dekorasyon için kullanılan küçük resim veya diğer resimlerden arındırılmıştır.)
Simgeler gibi bazı şekiller yorumu destekleyebilir.
RENK
Kültürel renk çağrışımlarını kullanın
Varsayılan renk şemalarını değil, markayı veya diğer bilinçli tercihleri temsil etmelidir. Marka renklerini ve uyumlu olan diğerlerini belirlemek için online araçları kullanın.
Renk, anahtar desenleri vurgulamak için kullanılır
Eylem renkleri, izleyiciyi ekranın önemli kısımlarına yönlendirmelidir.
(Daha az önemli veya destekleyici veriler sessiz renkte olmalıdır.)
Siyah beyaz basıldığında renk okunaklı olmalıdır
Siyah beyaz basıldığında veya fotokopi çekildiğinde, izleyici yine de verilerdeki desenleri görebilmelidir
Renk, renk körlüğü olan insanlar için okunaklı olmalıdır
(Bu renkler birbirine değdiğinde kırmızı-yeşil ve sarı-mavi kombinasyonlarından kaçının.
Renk körlüğü için uygun renk şemalarını bulmak için Color Brewer gibi siteleri kullanın)
Metin, arka planla yeterince kontrast oluşturuyor
Beyaz / şeffaf arka plana karşı siyah / çok koyu metin okunması en kolayıdır.
ÇİZGİLER
Kılavuz çizgileri varsa, sessize alınır
Renk siyah değil soluk gri olmalıdır.
Grafikte sınır çizgisi yok
Eksenlerde gereksiz onay işareti yoktur Onay işaretleri çizgi grafiklerde yararlıdır (y ekseni boyunca her noktayı zaman içinde sınırlandırmak için ancak çubukta gereksizdir)
Grafiğin bir yatay ve bir dikey ekseni vardır
Grafikler, izleyicinin dikkatini çekeceğinden, yalnızca ilgilenilmesi gereken verileri görselleştirin.
(Önemsiz bilgi içeren çok sayıda grafik, görselleştirmenin gücünü azaltır.)
Grafik, önemli bulguyu veya sonucu vurgular
Uygun grafik türü
Grafik uygun hassasiyet düzeyine sahiptir
Az sayıda sayısal etiket ondalık basamağa ihtiyaç duyar. Hassasiyet önemli olduğunda, uzunluk veya bir çizgi boyunca noktalarla farklılık gösteren bir grafik türü seçin (örneğin, çubuk grafikler, nokta grafikleri). Kesinlik daha az önemli olduğunda, açılar veya alan (ör. Pasta grafikler, daire grafikler) aracılığıyla farklılıkları görüntüleyen bir grafik kullanabilirsiniz.
Bağlamsal veya karşılaştırmalı veriler mevcut
(Karşılaştırmalar - zaman içinde, programlarda veya katılımcıların alt gruplarında vb. - izleyicinin verilerin önemini anlamasına yardımcı olur.)
Yanlış gösterimli grafikler
Çubuk Grafiği
İnsanların en çok görmeye ve oluşturmaya yatkın olduğu en çok kullanılan grafiktir.
Tek değişken olduğu durumda değişkenlerin birbirine göre kıyaslanması için uygun ama birden fazla değişken olduğu durumda kullanılmamalı.
Aşağıdaki grafik çok büyük hata değil ama anlaşılması kolay da değil.
Doughnt Chart /Pie Chart
Temelde Pie Charta benzemektedir ve kullanım alanları aynıdır.
Tek farkı ortada toplam miktarı göstermektedir (Ortaya text box ekleme imkanı sunar ).
Çizgi Grafiği
Birden fazla değişkenin zaman içindeki değişimini göstermek için kullanılır
Ama bütüne katkısının değişimini göstermekte yetersiz kalır
Area Chart
Stackli olmayanlar parçaların tek başına değişiminde area kullanılmamalıdır
Parçaların bütüne göre durumu göstermekte Area Stack, Line Chart’a göre daha anlaşılırdır.
Bütünün parçalarının zaman içinde bütüne göre değişimi gösterilecekse en iyi stacked area; toplam miktar gösterilmeyek ve sadece parçaların oranı önemli ise en sondaki uygundur.
TreeMap Chart
Her hiyerarşinin alt parçalarınının durumunu da gösterir.
Kategori ve alt kategori olmadığı durumda treemap chart kullanılmamalı.
Bridge Chart
Başlangıç ve bitiş tarihi arasında parçaların katkısını gösteren bir grafiktir.
İki parametre arasındaki bileşenlerin katkısını göstermek için de kullanılabilir. Örneğin brüt kar ve net kar arasındaki bileşenlerin etkisini göstermek içinde kullanılabilir.
Scatter Plot
Birden fazla verinin birbirine göre durumu incelenir.
İstatistikçilerin ve data bilimcilerin en çok kullandığı grafiklerden biridir.
Zaman durumunda, tüm verilerin nümerik olmadığı durumda veya en az 2 boyut olmadığı durumda bu grafik çizilemez.
Kategoriler varsa kullanılamaz
Histogram
Bir verinin histogramı tüm değişkenlerin ne kadar sıklıkla yapıldığı ile ilgilidir.
Multi-color histogramlardan kaçınılmalıdır. Birden fazla veri türü tek histogram grafiğinde gösterilmeye çalışılmamalıdır.
Facebook kullanımının popülerliği -. Işığın yoğunluğu Facebook kullanımının popülerliğini gösterir.
Akış grafiği bir merkezi eksen etrafında yer değiştiren ve akan, organik bir şekle neden olan bir tür yığılmış alan grafiğidir.
AX IIS W3schools.com's Historical Browser Statistics Custom Visualziation August 2009
Nisan 2010'da yaşanan olay, Meksika Körfezi'ndeki Deepwater Horizon petrol sondaj kulesini iyice tahrip ettiğinde, ABD tarihindeki en büyük çevre felaketine sebep oldu ve sızıntıyı durdurmak için çeşitli ekipler görevlendirildi
Araştırmacılar, ülke çapındaki üniversitelerde, her ikisi de TeraGrid kaynak sağlayıcısı olan Texas Advanced Computing Center (TACC) ve Louisiana Optical Network Initiative (LONI) aracılığıyla sağlanan gelişmiş siber altyapıyı, müdahale çabalarına bilgi vermek ve Körfez Kıyısı boyunca petrol sızıntısının etkisini tahmin etmek için kullandılar.
Hesaplamalı akışkanlar dinamiği simülasyonları kullanılarak
hazırlanmıştır.
"Şeritler" parçacıkları gösterir, rengi ve kalınlığı hareketi gösterir
Twitter Sosyal Bağlantılar
"My2K" afişi etrafında ne tür bir kalabalık toplandığını anlamak için 6 Ocak'tan başlayıp 8 Ocak 2013'te sona eren "My2K" mesajını tweetleyen 688 Twitter kullanıcısını temsil eden bir sosyal medya ağı grafiği toplandı ve analiz edildi.
“My2K” hakkında tweet atan birinin aynı zamanda terimi kullanan başka bir kişinin takipçisi olduğu her durum için yeşil bir kenar veya bağlantı hattı kullanıldı.
"My2K" hakkında yazan başka bir Twitter kullanıcısına "yanıt verirse" veya "bahsederse" de mavi bir kenar vardır.
"Cevaplar" veya "Bahsedenler" olmayan "My2K" hakkındaki her tweet için bir kendi kendine döngü sınırı vardır. Bu Twitter kullanıcılarına başkalarıyla bağlantılı olmadıkları için bu görüşmelerde "izole" diyoruz.
Köşe boyutları takipçi değerlerine dayanmaktadır.
Grafik Clauset-Newman-Moore küme algoritması ve Harel-Koren düzen algoritması kullanılarak düzenlenmiştir.
Kutuplaşmış Kalabalık ağ haritasında, iki büyük yoğun insan grubu aynı konu hakkında konuşuyor, ancak birbirine bağlanmıyor veya aynı kelimeleri ve URL'leri ve diğer hashtagleri kullanmıyor. Bu gruplar arasında köprü oluşturan az sayıda kullanıcı vardır. Bu konu hakkında konuşan çok insan diğerlerinden “izole edilmiştir”; çoğu kullanıcı en az birkaç kişiye bağlıdır.
Genellikle siyaset ile ilgili konularda bu durum yaşanır
Sıkılaşmış Kalabalık ağ haritasında, daha küçük yoğunlukta 2’den 6’ya kadar insan grubu oluşabilir.
Gruplar arası köprü çok daha yoğundur. Bu konu hakkında konuşan çok az insan diğerlerinden “izole edilmiştir”
Hobi, profosyonel konular, gündemdeki konular genellikle bu gruba girer
Isı haritaları için en çok kullanılan girdi verileri, nokta verileridir. Bu veriler yönteme çok iyi uyarken, çizgi ve çokgen verilerine dayalı çalışmalar da mevcuttur. Verilerin bir renk yelpazesinde görselleştirilmesi amaçlanır.
Amerikalı girişimci ve yazılımcı Cormac Kinney tarafından 90'lı yılların ortalarında icat edilen Isı Haritası, ilk olarak menkul kıymet yatırımcılarının piyasa işlemlerine yardımcı olmak için uygulandı.
Son yıllarda en yararlı ve güçlü veri analiz araçlarından biri olan “ısı haritası ” pazarlama, perakende, depo tasarımları, ulaşım gibi oldukça geniş bir yelpazede kullanılır.
Isı haritalarının kesin kuralları veya kesin tanımları yoktur. Benzer değerleri birbirine yakın yerleştirmek için sütunların ve satırların permütasyonunu kullanan küme analizini kullanarak sonuçları görselleştirir. Çekirdek yoğunluğu tahmini, sıcak noktaları tanımlamanın ana yöntemlerinden biridir. Eşit uzamsal dağılım nedeniyle, trafik kazası verileri Coğrafi Bilgi Sistemi tarafından ısı haritası uygulaması için en uygun durumdur.
Yakınsak Aralık artan yoğunluğu gösterir
Çoğu durumda, tek renkli olur (en açıktan en karanlığa geçiş)
Iraksak Aralık ise verileri belirli bir aralıkta, pozitif değerlerin bir tarafta ve negatif değerlerin diğer tarafta olduğu durumlarda kullanılır.
Genellikle javascript destekli programlarda ısı haritaları çizilebilir.
HeatmapTool.com, nokta verilerinin bir ısı haritası olarak görselleştirilmesi için bir araçtır.
Çok çeşitli ayarlara sahiptir. Sekiz renk şemasının yanı sıra kendi renk şemanızı ayarlama seçeneği ve yarıçap, ısı haritası opaklığı ve geçiş yumuşatma ayarları vardır.
Yalnızca uzamsal verilere sahip bir CSV dosyasının URL'sine ihtiyaç duyar ve Google Maps API ile kullanılması önerilir.
Büyük Verinin temel zorlukları, verileri depolamak,işlemek, analiz etmek ve görselleştirmektir.
Görselleştirme aracı bize olabildiğince düşük gecikmeyle etkileşimli görselleştirme sağlayabilmelidir.
Gecikmeyi azaltmak için aşağıdakiler yapılabilir.
• Önceden hesaplanmış verileri kullanma
• Veri İşleme ve oluşturmayı Paralelleştirme
• Tahmine dayalı bir ara yazılım kullanma
• Yarı yapılandırılmış ve yapılandırılmamış verilerle başa çıkabilmek
için paralleştirme algoritmasına ihtiyaç duyuldu ve paralelleştirme
algoritmasındaki zorluk, problemi bağımsız olarak çalışabilecekleri
kadar bağımsız bir göreve bölmektir.
Görselleştirilecek verilerin boyutlarını dikkatlice seçmemiz gerekir, eğer
görselleştirmemizi düşürmek için boyutları küçültürsek, o zaman ilginç
kalıpları kaybedebilir, ancak tüm boyutları kullanırsak, görselleştirmeye
yararlı olmayacak kadar yoğun olabilir.
Büyük veri işlemede Hadoop ve R programlama dili çok yaygın
kullanılır
Görsel gürültü: Veri kümesindeki nesnelerin çoğu birbirine fazlasıyla bağlıdır. Onları ayırmak çok zorlaşıyor.
Bilgi kaybı: Yanıt süresini arttırmak için veri seti görünürlüğünü azaltabiliriz, ancak bu bilgi kaybına yol açar.
Büyük görüntü algısı: İstenilen mekanik çıktıyı elde ettikten sonra bile fiziksel algımızla sınırlı kalıyoruz.
Yüksek görüntü değişimi oranı: Görüntü değişim oranı çok yüksekse, sayıya tepki vermek imkansız hale gelir.
Yüksek performans gereksinimleri: Statik görselleştirme sırasında bu faktör, daha fazla, yani yüksek performans gerektiren dinamik görselleştirmeye kıyasla göz ardı edilebilir.
Bir görselleştirmenin sahip olması gereken en önemli özellik etkileşimli olmasıdır, bu da kullanıcının görselleştirme ile etkileşime girebilmesi gerektiği anlamına gelir. Görselleştirme, üzerine gelindiğinde ilgili bilgileri göstermeli, yakınlaştırma ve uzaklaştırma paneli orada olmalı, verilerin alt kümesini veya üst kümesini seçersek görselleştirme çalışma zamanında kendini uyarlamalıdır.
1) Tableau: Tableau, İş Zekası odaklı etkileşimli veri görselleştirme aracıdır. Tableau, çok çeşitli görselleştirme seçenekleri sunar. Özel görselleştirme oluşturma seçeneği sunar. Hızlı ve esnektir. Çoğunlukla tüm veri biçimini ve Amazon Aurora'dan Cloudera Hadoop ve Salesforce'a kadar çeşitli sunuculara bağlantıyı destekler. Kullanıcı arayüzü sezgiseldir, çok çeşitli grafikler mevcuttur. Basit hesaplamalar ve istatistikler için herhangi bir kodlama becerisi gerektirmez, ancak yoğun analitik için modelleri R'de çalıştırabilir ve ardından sonuçları Tableau'ya aktarabiliriz. Bu, gerçekleştirmemiz gereken göreve dayalı olarak oldukça fazla programlama becerisi gerektirir.
Masaüstü sürümü için lisans satın almak gerekir. Ayrıca, Sunucu ve Masaüstü sürümlerinin lisansını ayrıca satın almanız gerekir. Derinlemesine analiz için R b kodlama becerisi gereklidir.
2) Microsoft Power BI: Power BI, güçlü bir bulut tabanlı iş analizi hizmetidir. Görselleştirme etkileşimli ve zengindir. Power BI, Power BI Desktop, Service (SaaS), Apps olmak üzere 3 öğeden oluşur. Her hizmet bizim için mevcuttur, bu nedenle Power BI'ı esnek ve ikna edici hale getirir. 60'tan fazla kaynak entegrasyonu türü ile dakikalar içinde görselleştirme oluşturmaya başlayabilirsiniz. Power BI; Office, SharePoint ve SQL Server gibi tanıdık Microsoft araçlarını birleştirir. Diğer araçlardan ayırdığı özellik, verileri sorgulamak için doğal dili kullanabilmenizdir. Bu araç için programlama becerilerine ihtiyacınız yoktur, ancak R komut dosyanızı çalıştırma seçeneği mevcuttur. Birden çok veri kaynağını birleştirebilir ve kullanışlı olan modeller oluşturabilirsiniz. Tableau'ya göre yavaştır
4) Gephi: Gephi, Java ve OpenGL ile yazılmış açık kaynaklı ağ analiz aracıdır. Çok büyük ve karmaşık veri kümelerini işlemek için kullanılır. Ağ analizi şunları içerir: • Sosyal Ağ Analizi • Bağlantı Analizi • Biyolojik Ağ Analizi Dinamik veri keşfi ile Gephi, grafik analizi için rekabetinin geri kalanında öne çıkmaktadır. İnce araçları çalıştırmak için hiçbir programlama becerisi gerekmez, ancak grafiklerde iyi bir bilgi gereklidir. Gephi yalnızca grafik görselleştirmede uzmanlaşmıştır, diğer görselleştirme türleri için kullanamazsınız.
Gephi Grafik Tasarım Ekranı
Tableau | Sisense | PowerBI | Plotly | Gephi | |
Veri kaynakları | Spreadsheet, tüm databases , cloud services,Json, pdf, | Sql, excel,json, Facebook, youtube, twitter, linkedin | Spreadsheet, tüm databases , cloud services,Json, pdf, | Sql | JSON, CSV |
Otomatik Güncelleme | Var, schedule | Var | Yok, refresh gerekli | Eş zamanlı update | Yok |
Kullanım kolaylığı | Kullanıcı dostu Sürükle bırak, join | Join, Select | Birleştir, Kaldır eklentisi ile Sorguları düzenle (sql) | Sadece Python yazılımı ile çalışıyor. | Görsel tasarımı düşük, kullanıcı dostu değil, eğitim gerekli |
Büyük Veri Analitiği | Hadoop, R, Python | ETL, Python and R | R ve Python | Python | Java ve OpenGL |
Otomatik dashboard ve görsel grafik seçenekleri | Zengin grafik ve hazır dashboard seçenekleri | Excel grafikleri kadar | Zengin grafik seçenekleri var ama hazır Dashboard seçenekleri yok | Standart grafikler | Sadee Büyük Veri Grafikleri |
Fiyat | $70/Mounth | $20/Mounth | Free | ||
Açık Kaynak | Yok | Yok | Var | Var |
İnteraktif Görselleştir me | Var | Var | Var | Var | Var |
Kullanım Tipleri | Masaüstü,On line Mobil | Masaüstü, Online, Mobil | Masaüstü, Online, Mobil | Online | Masaüstü |
API var mı? (Uygulama Programla ma Arayüzü) | Var | Var | Var | Var | Yok |
USA TODAY
Amerika Birleşik Devletleri'ndeki gazeteler listesinde tiraj açısından ilk sırada yer almaktadır.
Dinamik tasarımı, kısa raporlar, renkli görüntüler, bilgilendirici grafikler ve popüler kültürü dahil ederek dünya çapında yerel, bölgesel ve ulusal gazetelerin tarzını etkiledi
Her bölüm, harflerin ötesinde bölümleri ayırt etmek için belirli bir renkle gösterilir ve ilk sayfanın sol üst köşesinde bir kutuda görülür;
News bölümü Mavi
Finans bölümü Yeşil
Spor Bölümü Kırmızı
Yaşam Bölümü Mor
Verilerin Genişleyen Kapsamı
İnternetin ilk kişisel veri toplayıcıları web siteleri ve uygulamalardır.
Pazarlamacılar, kullanıcıların çevrimiçi etkinliklerini izleyerek hedefli reklam ve içerik sunmaya başladılar.
Daha yakın zamanlarda bir çok kullanıcı, fiziksel ürünlerdeki akıllı teknoloji şirketlerinin, kullanıcıların konumları ve davranışları dahil olmak üzere yeni bilgi türleri toplamasına izin verdi. Kullanıcıların tercihlerine sürekli adaptasyon gibi bu verilerin sağladığı kişiselleştirme, ürün deneyiminin merkezi haline geldi.
Bununla ilgili birkaç örnek aşağıdaki gibidir;
Google'ın Nest termostatı, ısıtma ve soğutmayı bağımsız olarak ayarlarken ev sahiplerinin alışkanlıklarını öğrenir.
Medtronic’in dijital kan şekeri ölçüm cihazının implante edilmiş bir sensörü, hastaları ve sağlık hizmeti sağlayıcılarını kan şekeri seviyelerinin rahatsız edici eşiklere yaklaştığı konusunda uyaran ve önleyici tedavilere izin veren bir cihaza kablosuz olarak bağlar.
Araba servisi Uber, şehrin ulaşım planlamasını iyileştirebilmesi ve yol bakımına öncelik verebilmesi için kısa süre önce yolculuk verilerini Boston yetkilileriyle paylaşmayı kabul etti.
Birçoğu, günümüz iş modellerinin dayandığı kapsamlı veri koleksiyonunun güvenlik, finans ve marka riskleriyle doludur
MIT’den Sandy Pentland ve diğerleri, tüketicilere verilerinin net bir görüntüsünü ve kullanımları üzerindeki kontrolünü sağlayacak ve bu süreçte firmaların risklerini azaltacak ilkeler ve uygulamalar önerdiler.
‘Bu iş modellerinin tehlikeli olduğu ve risk azaltmanın gerekli olduğu konusunda hemfikiriz. Ve veri kullanımını yöneten gerekçeli politikaların önemli olduğuna inanıyoruz. Ancak firmalar, tüketicileri kişisel verileri hakkında eğitmede de başı çekmelidir. Bir son kullanıcı lisans anlaşmasında basitçe açıklama yapmanın veya kayıt sırasında veri kullanımının hüküm ve koşullarını sunmanın yeterli olduğunu düşünen herhangi bir firma bu noktayı kaçırmaktadır. Bu tür hareketler yasal gerekliliklere hitap edebilir, ancak tüketicilere yardımcı olmak için çok az şey yaparlar.’
Facebook'ta devam eden gecikmiş güven oluşturma çabaları mevcuttur. Firma, geçmişte kullanıcı mahremiyetine karşı sert davranmakla, kişisel veri kullanımının sınırlarını zorlayan hizmetleri başlatmakla ve yalnızca kamuoyu tepkisi veya dava tehdidi karşısında geri adım atmakla suçlanmıştı. Ancak daha yakın zamanlarda Facebook, gizliliği koruma, kullanıcıları eğitme ve kontrolü onlara verme konusundaki odağını artırdı. Kullanıcıların Facebook kimlik bilgileriyle üçüncü taraf uygulamalara giriş yapmalarına olanak tanıyan Facebook, Facebook Oturumu’nu daha yaygın hale getirmiştir. Herkesin bu ürünleri kullanırken kendini rahat hissetmesi için insanlara bilgileri üzerinde daha fazla kontrol vermeleri gerekiyordu. Ocak 2015'te Facebook, başkalarının bir kullanıcı hakkında ne gördüğünü ve insanların sayfalarında başkalarının etkinliklerini nasıl özelleştirip yönetebileceklerini açıklayan, anlaşılması kolay bir site olan Privacy Basics'i kullanıma sundu.
Facebook gibi, Apple da veri gizliliği ve güvenliği zorluklarından payına düşeni aldı - en yakın zamanda ünlü iPhoto hesapları hacklendiğinde - ve bu endişeleri her zamankinden daha ciddiye almaya başladı. Özellikle Apple mobil ödemelere ve saate dayalı fitness takibine girdikçe, tüketicinin veri işlemesine olan güveni büyük önem kazanmaktadır. CEO Tim Cook bunu açıkça anlıyor. Apple, kısa süre önce web sitesinde veri güvenliği ve gizliliğine ayrılmış yeni bir bölüm sundu. En üstte Cook'tan bir mesaj var. "Apple'da güveniniz bizim için her şey demek, bu nedenle, gizliliğinize saygı duyuyor ve onu güçlü şifrelemenin yanı sıra tüm verilerin nasıl işleneceğini yöneten katı politikalarla koruyoruz . Kişisel bilgilerinize tam olarak ne olacağını önceden söylemeye ve paylaşmadan önce izninizi istemeye inanıyoruz."
Google Güvenlik Merkezi, sitesinde ‘Google hizmetlerini kullandığınızda bize güvenerek verilerinizi sağlarsınız. Size daha iyi hizmet sunabilmek için hangi verileri topladığımız ve bunları nasıl kullandığımız konusunda şeffaf olmak bizim sorumluluğumuzdur.’ yazısını yayınlamış ve kullandıkları bilgileri 2 bölüm altında paylaşmıştır (Hizmetlerimizi kullanılırken topladığımız bilgiler, Oluşturduğunuz veya bize sunduğunuz şeyler)
1988'de kabul edilen bir Birleşik Krallık Parlamento Yasası ile Kişisel veya müşteri bilgilerinin kuruluşlar veya devlet kurumları tarafından nasıl kullanıldığını kontrol etmek için geliştirilmiştir. Veri Koruma Yasası, Mayıs 2018'de Genel Veri Koruma Yönetmeliği (GDPR) ile değiştirildi.WhatsApp-Facebook veri paylaşım şeffaflığı bu kurumlar tarafından incelenmektedir
Şirketlerin tüketicilerin verilerle ilgili tutumlarını anlamalarına yardımcı olmak için 2014 yılında, demografik karışımı genel çevrimiçi nüfusu temsil eden beş ülkede (Amerika Birleşik Devletleri, Birleşik Krallık, Almanya, Çin ve Hindistan) 900 kişiyle anket yapıldı. Verilerinin nasıl toplandığı ve kullanıldığı konusundaki farkındalıklarına, farklı veri türlerine nasıl değer verdiklerine, mahremiyetle ilgili hislerine ve verileri karşılığında ne beklediklerine bakıldı.
Tüketicilerin verilerine ne kadar değer verdiğini görmek için, anket katılımcılarının farklı bilgi türlerini korumak için ne kadar ödeme yapmak isteyeceğini belirlemek için birleşik analiz yapıldı
Ankete katılanların% 97'si, işletmelerin ve hükümetin verilerini kötüye kullanabileceği konusunda endişelerini dile getirdi. Kimlik hırsızlığı en büyük endişeydi (yelpazenin bir ucundaki Çinli yanıt verenlerin% 84'ü ve diğer ucundaki Hintlilerin% 49'u). Gizlilik sorunları da üst sıralarda yer aldı; Almanların% 80'i ve Amerikalıların% 72'si, "sadece gizliliklerini korumak istedikleri" için işletmelerle bilgi paylaşma konusunda isteksizler.
Hem Amazon hem de Facebook bir mobil cüzdan hizmeti başlatmak istedi, anketimizde iyi puanlar alan Amazon, düşük puan alan Facebook'tan daha fazla müşteri kabulü ile karşılaşacaktı. Bu denklemde güven, Amazon için rekabet açısından önemli bir farklılaştırıcı olabilir.
Yorumlar
Yorum Gönder