Data science capability maturity model

Günümüzde veri bilimi, rekabet avantajı elde etme, iş değeri yaratma ve kuruluşlar için gelir akışlarını yönlendirme konusunda önemli fırsatlar sunuyor. Veri bilimi, işletmelerin nasıl çalışması gerektiğine dair anlayışımızı da önemli ölçüde değiştirdi. Çağdaş bir organizasyonun hayatta kalabilmesi için veri bilimini iş süreçlerinin bir parçası olarak benimsemesi artık vazgeçilmezdir. Ancak kuruluşlar, bu potansiyel faydaları elde etmek için yürüttükleri veri bilimi girişimlerini yönetmede zorluklarla karşılaşmaktadır. Bu, kuruluşların veri bilimi yeteneklerinin olgunluğunu sürekli olarak değerlendirmek ve geliştirmek için kapsamlı ve yapılandırılmış bir model ihtiyacı olduğunu göstermektedir. Bu tez, kuruluşların mevcut güçlü ve zayıf yönlerini değerlendirmeleri, fark analizi yapmaları ve ilerlemelerinde sürekli iyileştirmeye yönelik bir yol haritası çizmeleri için teorik olarak temellendirilmiş bir Veri Bilimi Yetenek Olgunluk Modeli (DSCMM) önererek bu sorunu çözmeyi araştırmaktadır. DSCMM, 'Uygulanmıyor' ile 'Yenilikçi' arasında altı olgunluk seviyesinden ve Organizasyon, Strateji Yönetimi, Veri Analitiği, Veri Yönetimi, Teknoloji Yönetimi ve Destek olarak altı grup altında sınıflandırılan yirmi sekiz veri bilimi sürecinden oluşur. DSCMM'nin uygulanabilirliği ve yararlılığı, çeşitli büyüklük, endüstri ve ülkelerdeki kuruluşlarda yürütülen çoklu vaka çalışmalarıyla geçerlenmiştir. Vaka çalışması sonuçları, DSCMM'nin farklı ortamlarda uygulanabilir olduğunu ve kuruluşların mevcut veri bilimi olgunluk düzeylerini yansıtabildiğini ve veri bilimi yeteneklerini geliştirmek için önemli bilgiler sağlayabildiğini göstermektedir.