Yapay Zeka Destekli İş Analizi: Yöntem, Araçlar ve Dikkat Edilecekler

Yapay zeka iş analistinin işini nasıl değiştirir?

İş analizi, bir kurumun ihtiyacını anlamak, bunu net gereksinimlere çevirmek ve çözümün değer üretip üretmediğini değerlendirmek işidir. Yapay zeka bu işin kendisini ortadan kaldırmaz; işin içindeki yoğun metin, özet ve taslak üretme kısmını hızlandırır. Toplantı notlarını düzenlemek, uzun dokümanlardan ana başlıkları çıkarmak, gereksinim taslağı yazmak ve kullanıcı hikayesi önermek gibi işler büyük dil modelleriyle kısalır.

Bununla birlikte analistin asıl değeri değişmez: doğru soruyu sormak, paydaşlar arasındaki çelişkiyi fark etmek, iş bağlamını bilmek ve üretilen çıktının doğru olup olmadığına karar vermek. Yapay zeka çıktısı bir taslaktır; sorumluluk analistte kalır.

Önce temel: iş analizi süreci

Yapay zekayı doğru yerde kullanabilmek için iş analizi akışını bilmek gerekir. Genel akış şöyledir:

• Planlama ve paydaş analizi: kimler etkileniyor, kimin kararı belirleyici
• Gereksinim toplama: görüşme, atölye, gözlem, doküman inceleme
• Analiz ve modelleme: süreç akışları, veri ve kural analizi
• Gereksinim yazımı ve önceliklendirme: net, test edilebilir ifadeler
• Doğrulama ve izlenebilirlik: gereksinimin kaynağını ve karşılığını takip etmek
• Çözüm değerlendirme: teslim edilenin ihtiyacı karşılayıp karşılamadığı

Yapay zeka bu akışın her aşamasında yardımcı olabilir, ama aşamayı atlamanın yerine geçmez. Süreci bilmeyen biri iyi bir komut (prompt) bile yazamaz, çünkü ne istediğini bilmez.

Adım adım: yapay zeka ile iş analizi nasıl yürütülür?

Birinci adım, paydaş görüşmelerine hazırlıktır. Konu hakkındaki mevcut dokümanları modele verip olası soru listesi, eksik kalan alanlar ve riskler için taslak isteyebilirsiniz. Soru listesini mutlaka kendi bağlamınıza göre eleyin.

İkinci adım, bulguların sentezidir. Görüşme notlarını ya da transkriptleri verip tekrar eden temaları, çelişen görüşleri ve açık kalan soruları çıkarmasını istersiniz. Kritik nokta, her bulgunun kaynağını isteyip özgün nottan kontrol etmenizdir.

Üçüncü adım, gereksinim yazımıdır. Model, bir ihtiyaç cümlesinden gereksinim ya da kullanıcı hikayesi ve kabul ölçütü taslağı üretebilir. Çevik ortamda bu, backlog hazırlığını hızlandırabilir.

Dördüncü adım, süreç analizidir. Mevcut süreci metinle anlattığınızda model bir akış taslağı ya da BPMN notasyonuna uygun adım listesi önerebilir. Sonra bu taslağı gerçek süreçle karşılaştırıp düzeltirsiniz. Daha ileri aşamada süreç madenciliği, sistem kayıtlarından gerçek akışı çıkararak otomasyon fırsatlarını gösterir.

Beşinci adım, doğrulama ve izlenebilirliktir. Gereksinimler arasında çelişki, belirsiz ifade ve eksik kabul ölçütü taraması için modeli ikinci göz olarak kullanabilirsiniz.

İyi komut nasıl yazılır?

Komut tasarımı, iş analistinin yeni araç setidir. Kötü bir komut genel geçer cevap, iyi bir komut kullanılabilir taslak üretir; aradaki fark çoğunlukla bağlamın ne kadar verildiğidir. Güvenilir sonuç için komutta dört şeyi belirtin: modelin rolü (örneğin deneyimli bir iş analisti), bağlam (sektör, ürün, hedef kitle), görev (ne üretilecek) ve çıktı biçimi (liste, kullanıcı hikayesi, tablo benzeri satırlar). Ayrıca modelden belirsiz noktalarda varsayım yapmak yerine soru sormasını isteyin.

Karmaşık işleri tek komuta sığdırmak yerine zincirleyin. Önce notlardan temaları çıkarın, sonra temalardan gereksinim adaylarını üretin, sonra bunları çelişki açısından tarayın. Her adımda çıktıyı gözden geçirip bir sonrakine aktarmak hata birikmesini önler.

Örnek senaryo: iade sürecinin iyileştirilmesi

Örneğin bir perakende şirketinde iade sürecinin uzun sürdüğünü ve müşteri şikayetlerinin arttığını düşünelim. Analist müşteri hizmetleri, depo ve finans ekipleriyle görüşür. Görüşme notlarını modele verip tekrar eden sorunları gruplatır: bilgi eksikliği, iki ekip arasında el değiştirme gecikmesi, manuel onay.

Sonra mevcut süreci metinle anlatıp süreç taslağı çıkarır, gerçek akışla karşılaştırarak düzeltir. Gereksinim aşamasında modelden kullanıcı hikayeleri ve kabul ölçütü taslakları ister, ardından teknik ekiple birlikte öncelik sıralar. Veri tarafında sistem kayıtlarından iade nedenlerinin dağılımını inceler. Yapay zekanın kolaylaştırdığı yer, notları düzenlemek, ortak temaları görünür kılmak ve ilk taslakları üretmektir; öncelik kararını ve çözüm seçimini analist paydaşlarla birlikte verir.

Dikkat edilmesi gereken riskler

• Gizlilik: müşteri ya da çalışan verisini, şirket politikasına ve KVKK gibi mevzuata uygun olmayan araçlara yüklemeyin; veriyi maskeleyin.
• Uydurma bilgi: modeller gerçekte olmayan ayrıntıları kendinden emin biçimde yazabilir. Alıntıları ve rakamları kaynağından doğrulayın.
• Aşırı güven: ilk çıktıyı nihai kabul etmek en sık görülen hatadır.
• Bağlam kaybı: kurumun jargonunu ve kurallarını modele öğretmeden alınan genel cevaplar işe yaramayabilir.
• Paydaş ilişkisi: yapay zekanın özetlediği görüşmeler, insanlarla birebir kurulan güvenin yerini tutmaz.

Bir de ekip içi uyum konusu vardır: yapay zeka ile üretilen dokümanların nasıl etiketleneceği, kimin onaylayacağı ve hangi aşamada insan incelemesinin zorunlu olduğu önceden tanımlanmalıdır. Aksi halde hızlanan üretim, kontrolsüz doküman kalabalığına dönüşür.

Bu riskleri yönetmenin yolu, çıktıları incelemeyi sürecin parçası yapmak ve hangi veriyle hangi aracın kullanılabileceğini baştan netleştirmektir.

Başlangıçtan ileri seviyeye yol haritası

Başlangıçta klasik iş analizi becerilerini sağlamlaştırın: gereksinim toplama teknikleri, paydaş yönetimi, süreç modelleme, kullanıcı hikayesi yazımı. Aynı anda küçük, risksiz işlerde yapay zeka kullanın: toplantı özeti, doküman taslağı, soru listesi.

Orta seviyede komut zincirleri kurar, tekrarlayan işler için kendi komut kütüphanenizi oluşturursunuz. İleri seviyede ise veri ve model gereksinimlerini analiz etmek, yapay zeka çözümlerinin iş değerini değerlendirmek, veri analitiği ve otomasyon projelerinde analist rolü üstlenmek gibi alanlara geçersiniz.

Bu beceriyi Mindset programlarında nerede çalışırsınız?

Yapay Zeka Destekli İş Analistliği Sertifika Programı'nın modül başlıkları arasında iş analizi planlaması, büyük dil modelleri ve analist araç seti, komut tasarımı ve komut zincirleri, gereksinim toplama, yapay zeka destekli bulgu çıkarma ve sentez, BPMN ile süreç analizi ve yapay zeka çözümlerinin veri ve model gereksinimleri yer alır. Yapay Zeka (AI) Destekli İş Analitiği Uzmanlık Programı ise Python, doğal dille veritabanı sorgulama, AutoML ve tahminleme gibi analitik tarafı kapsar.