Greg Linden, 1997 yılında 24 yaşında iken, internetten çevrim içi kitap yeni kurulmuş yeni bir şirkette çalışmak için Washington Üniversitesinde yapay zeka alanında yaptığı doktora araştırmasına ara verdi. Şirket kurulalı daha iki yıl olmuştu ama hareketli bir iş yapıyordu. Linden “Kitap ve bilgi dağarcığı satma -ve insanların keyfini çıkarmak istedikleri bir sonraki bilgi dağarcığı parçasını bulmalarına yardım etme- fikrini sevdim,” diyor eski günlerden bahsederken. Mağaza Amazon.com’ du ve Linden’i yazılımın düzgün çalıştığından emin olmak için yazılım mühendisi olarak işe almıştı.
Amazon’un personel kadrosunda sadece usta teknisyenler yoktu. O dönemde, kitap eleştirileri yazmaları ve yeni başlıklar önermeleri için yaklaşık bir düzine kitap eleştirmeni ve editör de istihdam ediyordu. Amazon’un hikayesi birçok insana tanıdık gelmesine rağmen, çok azı içeriğinin ilk başta insan eliyle işlediğini hatırlar. Editörler ve eleştirmenler Amazon’un web sitesinde öne çıkan başlıkları değerlendiriyor ve seçiyorlardı. ‘Amazon sesi’ -şirketin saray mücevherlerinden biri, rekabet avantajının kaynağı kabul ediliyordu- denen şeyden sorumluydular. O döndem Wall Street Journal‘da öne çıkan bir makale, çok fazla satışa yön verdiklerinden, onları ülkenin en etkili kitap eleştirilerine yer verdikleri için kutladı.
Daha sonra, Amazon’un kurucusu ve CEO’ su Jeff Bezos, etkili bir fikri denemeye başladı: Şirket kişisel alışveriş tercihlerine göre müşterilere belirli kitaplar önerebilse ne olurdu? Amazon başlangıcından beri, müşterilerinin hepsi hakkında çokça veri ele geçirmişti: Ne satın aldıkları, hangi kitapları satın almayıp sadece inceledikleri ve onlara ne kadar süre baktıkları, hangi kitapları birlikte aldıkları.
Veri o kadar büyüktü ki, Amazon ilk başta, müşteriler arasındaki benzerlikleri bulmak için bir örneklem alıp onu analiz etmek suretiyle veriyi geleneksel biçimde işledi. Sonuçta ortaya çıkan tavsiyeler hamdı. Polonya hakkında bir kitap satın aldığınızda Doğu Avrupa yolculuklarının bombardımanına uğruyordunuz. Bebekler hakkında bir kitap aldığınızda, aynısından bir sürü kitaba boğuluyordunuz. 1996-2001 arasında Amazon’da kitap eleştirmeni olarak çalışan James Marcus, “Size sonsuza kadar, bir önceki alışverşinizin ufak tefek varyasyonlarını öneriyorlardı” diye yazıyor anı kitabı Amazonia‘da. “Sanki kasabanın aptalıyla alışverişe gitmiş gibi hissediyordunuz”.
Greg Linden bir çözüm gördü. Öneri sisteminin, aslında insanları insanlarla karşılaştırması gerekmediğini fark etti. Bu teknik olarak külfetli bir işti. Yapması gereken tek şey ürünlerin kendi arasında birliktelikler bulmaktı. 1998′ de Linden ve meslektaşları, “Üründen ürüne” denen işbirliğine dayalı filtreleme tekniği üzerine bir patent almak için başvurdular. Yaklaşımdaki bu değişiklik büyük fark yarattı.
Hesaplamalar zamanın önünde yapılabildiğinden, tavsiyeler hızlı bir şekilde ortaya çıkıyordu. Metot aynı zamanda çok yönlüydü, ürün kategorileri arasında da çalışabiliyordu. Bu nedenle Amazon, kitap dışında başka ürünlerde satmak için genişlediğinde, filmler yada tost makineleri de önerebildi. Tavsiyeler de öncekinden çok daha iyiydi çünkü sistem verinin hepsini kullanıyordu. Linden, “Eğer mükemmel çalışıyorsa Amazon’un size sadece bir kitap -satın alacağınız bir sonraki kitap- önermesi gerekir diye grup içinde şakalar yapılıyordu” diye anlatıyordu.
Şimdi şirketin sitede neyin görünmesi gerektiğine kara vermesi gerekiyordu. Kişisel tavsiyeler ve çok satanlar listeleri gibi makinenin ürettiği içerik mi, yoksa Amazon’u bünyesinde yer alan editörlerin yazdığı eleştiriler mi? Tıklamaların ne söylediği mi yoksa eleştirilerin ne söylediği mi? Bu fareler ve insanlar arasındaki bir savaştı.
Amazon, insan editörlerin neden olduğu satışlarla, bilgisayarın ürettiği içeriğin neden olduğu satışları karşılaştırmak için bir test yaptığında, sonuçlar yakın bile değildi. Veriden üretilen malzeme çok daha fazla satış üretmişti. Bilgisayar, Ernest Hemingway okuyan bir müşterinin neden F. Scott Fitzgerald da satın almak isteyebileceğini bilmeyebilirdi. Ama bu önemli değil gibi görünüyordu. Yazar kasa çalışıyordu. Sonunda editörlere, Amazon onların eleştirilerini çevrim içi öne çıkardığında feragat etmesi gereken tam satış yüzdesi sunuldu ve grup tasfiye edildi. Liden, “Editörler ekibinin ezilmesi beni çok üzdü. Ama veri yalan söylemez ve maliyeti çok yüksekti.” diyor.
Bugün Amazon’ un tüm satışlarının üçte birinin tavsiyelerinden ve kişiselleştirme siteminden kaynaklandığı söyleniyor. Bu sistemlerle, Amazon bir çok rakibini bu iş kolundan atıyor: Sadece büyük kitapçılar ve müzik mağazaları değil, yanı zamanda kişisel temaslarının onları değişim rüzgarlarından koruyacağını düşünen yerel kitap satıcıları da. Aslında Linden’in çalışması, metot neredeyse herkes tarafından benimsendikçe, e-ticarette devrim yarattı. Çevrim içi film kiralama şirketi Netflix için, yeni siparişlerin dörtte üçü tavsiyelerden geliyor. Amazon’un peşinden giden binlerce web sitesi, insanların neden onlarla ilgilenebileceklerini bilmeden, ürün, içerik, arkadaş ve gruplar tavsiye edebiliyor.
‘Neden’i bilmek hoş olabilir ama satışları tetikleme açısından önemsizdir. Ancak ‘Ne’ yi bilmek tıklamalara yön verir. Bu iç görü, sadece e-ticareti değil bir çok endüstriyi yeniden şekillendirme gücüne sahiptir. Bütün sektörlerdeki satıcılara uzunca bir süre müşterileri neyin memnun ettiğini anlamaları, kararların arkasındaki nedenleri kavramaları gerektiğini söylemişti. Profesyonel becerilere ve yıllarca edindikleri deneyime çok değer veriliyordu. Büyük veri, bazı açılardan daha pragmatik bir başka yaklaşım olduğunu gösteriyor. Amazon’un inovatif tavsiye sistemleri, altta yatan nedenleri bilmeden değerli korelasyonları açığa kavuşturdu. “Neden” değil “Ne” yi bilmek yeterince iyidir.
Bu kısa yazı özetinde; Viktor Mayer ve Schönberger Kenneth Cukier tarafından yazılan Banu Erol tarafından Türkçe çevrilen “Big Data : A Revolution That will Transform How We Live, Work, and Think” (Büyük Veri: Yaşama, Çalışma ve Düşünme Şeklimizi Dönüştürecek Bir Devrim) kitabından alıntılanan ve Greg Lenin’ in Amazon’ a kazandırdıkları o dönüşüm hikayesini anlatıyor. Şirketin dönüşüm hikayesine bir yorum katmadan olduğu gibi aktardık. Örnek olması adına benzer hikayeleri paylaşmaya devam edeceğiz.
Oren Etzioni hikayesi için de tıklayabilirsiniz.
