RESİMLER

                HAKKIMDA
      
                26.04.1993 Tarsus doğumluyum.İlk ve orta öğrenimimi Tarsus'ta tamamladım.Şu anda Kırklareli Üniversitesinde Dış Ticaret Bölümü 2.sınıfta okumaktayım.Bir kaç ay sonra eğitimimi tamamlamış olarak iş hayatına atılım gerçekleştirmeyi düşünmekteyim.Okuyor olduğum bölümle ilgili sektörde ilerleyip kendimi geliştirmek hedeflerim arasındadır.

VERİ MADENCİLİĞİ

          VERİ MADENCİLİĞİ VE KULLANILAN TEKNİKLER                                    

       ÖZET

      Teknoloji, geçmişten günümüze tüm dünyada etkisini göstermeye devam eden bir güç olarak tanımlanabilir. Günümüz teknolojisi gücünü artırarak gelişmeye ve hızla ilerlemeye devam etmektedir. Geliştirilen bilgisayarların bilgi saklama kapasitelerinin artması bilgi kaydı yapılan alanlarında artmasına olanak sağlamıştır. Verilerin artması, analizlerin daha titiz bir şekilde sürdürülmesini gerektirmektedir. Veriler içerisinden yapılacak olan analizlerin, karar vericiler açısından önemi büyüktür. Bilgisayar sistemleri ile ortaya konulan veriler bir amaç doğrultusunda işlenmedikleri takdirde bir anlam ifade etmez. Tek başına kullanılan bir veriyi, bilgiye veya anlamlı bir hale dönüştürmede veri madenciliği devreye girer. Veri madenciliği, “veri” yi harmanlayarak kullanılabilir, uygulanabilir hale getirmeye yardımcı olur. Bu çalışmada anlatılanlardan kısaca bahsetmek gerekirse; öncelikle bilginin öneminden bahsedilmiştir. Gelişen çevre koşullarında “veri” nin değil, “bilgi” nin önemli olduğu vurgulanmıştır. Asıl olan gerçek bilgiyi yakalamaktır. Veri madenciliğinin tarihi gelişiminde verinin belirli yıllarda ne amaçla kullanıldığı belirtilmiştir. Veri madenciliğinin örneklerle açıklaması yapılarak işlevi, süreci, kullanıldığı alanları, etkileyen etmenler ve karşılaşılan problemler şeklinde geniş bir anlatımı sunulmuştur. Günlük yaşantımızda veri madenciliğinin hangi alanlarda ne amaçla kullanıldığı, kısaca kullanımı hakkında bilgi verilmiştir. Veri madenciliği, veri madenciliği modelleri adı altında tahmin edici ve tanımlayıcı olarak iki model incelemiştir. Tanımlayıcı görevler ve öngörü görevleri ise, veri madenciliğinin görevleri içerisinde anlatılmıştır. Bu çalışmada son olarak veri ambarından bahsedilmiştir. Veri madenciliği uygulaması yapılırken, veri madenciliğine alt yapı gereksinimi sağladığının bilgisi veriliyor. Veri ambarında açıklanan bilgilere göre, veri ambarı sadece okumaya yöneliktir. Üzerinde bir değişiklik yapılamaz bilgisidir. Çalışmanın konuları hakkında detaylı bilgiye sahip olunması için içeriğinin okunması önerilir.

1.VERİ MADENCİLİĞİNE GİRİŞ

 1.1.Bilgi Nedir?

Ø  Önceden belirlenmiş olan verilerin sistematik kural ve işleyişe uygun bir biçimde elde edilmesidir.

Ø  Öğrenilerek, araştırılarak elde var hale getirilen her türlü sonuç, deneyimdir.

Ø  Belirli bir teori veya kurala ait olarak ortaya sunulan verilerdir.

        Çevre koşulları, araştırma geliştirme yöntemleri “veri” kavramının içerisinde yer almıştır; fakat artık verinin değil “bilgi”nin önemini ortaya koyacak şekilde açıklanmıştır. Araştırma geliştirme ekiplerinin “bilgi” ye ulaşmalarını zorlaştıran etken internet yaygınlaşmasıdır. Ar-ge çalışanları arama motorlarında araştırılan bilgilerin doğruluğundan emin olamayacakları için tıbbi bir araştırma yapmaları gerekmektedir. Ancak o zaman verilerin doğruluğundan emin emin olup bilgiye ulaşabilmektedirler. Örnek verecek olursak, bir perakendeci düşünelim. Bu perakendeci fatura bilgilerinden müşterilerinin bir ürünü alırken ne gibi düşüncelere sahip olduğunu belirleyip ürünlerini bu düşüncelere göre pazarlamalıdır. Bu durum perakendeciye rakiplerinin önüne geçmesi için fırsat yaratacaktır.

        Bu örnek üzerinde veri madenciliğini tanımlayalım: “Bilginin bazı yöntemler ile analiz edilmesi ve ortaya atılan sonuçların bir uzman tarafından yorum haline getirilmesidir” diyebiliriz.

2.VERİ MADENCİLİĞİNİN TARİHİ GELİŞİMİ

        Geçmişten günümüze gelişme gösteren ve bu gelişimini halen devam ettiren bilgisayar artık ev ve iş ortamlarında kullanılmaya başlanmıştır. İnternet erişimi hemen hemen her yerden sağlanmaktadır. Bilgisayarların çok kısa süre içerisinde büyük miktarlarda veri saklanmasına olanak sağlayan disk kapasitelerinin artırılması sağlanmıştır. Geçmişten günümüze elde edilen veriler sürekli yorumlanmış, bilgi elde etme isteği donanımların oluşturulmasını sağlamıştır. Bilginin geçmişten günümüze taşınır hale gelmesi oluşturulan donanımların etkisiyle sağlanmıştır.

1960:Bilgisayarların veri analizi sırasında meydana gelen problemlerini çözmek amacıyla bilim adamlarının çalışmalar yapmaya başladığı bir dönemdir.

1990:Bu dönemde veri madenciliği, bilgisayar mühendisleri tarafından öne sürülen bir kavram olmuştur. Bilim adamları veri madenciliğine farklı şekillerde yaklaşımlar sunmuştur. Bu yaklaşımlar veri madenciliğine istatistik, veri tabanı, otomasyon v. s kavramlar yaratmaktadır. İstatistik, belirli bir süreç içerisinde toplanan verilerin değerlendirilmesine ve analizine dair hizmet veren yöntemler topluluğudur. 1990’lardan sonra veri madenciliği istatistik ile birlikte kullanılmaya başlanmıştır. Verinin, birçok veri yığını içerisinden alınarak analizinin yapılıp hazırlanması sürecinde veri madenciliği ve istatistik sıkı bir ilişki içerisine girmektedir.

3.VERİ MADENCİLİĞİ(DATA MINING)

       Veri madenciliği, bir çok verinin içerisinden gelecek ile ilgili yorumların yapılmasına yardımcı olan, yararlı bilgi ve kuralların bilgisayarın programları aracılığı ile analiz edilmesidir. Ayrıca veri madenciliği, araştırması yapılan verilerin birbirleriyle olan ilişkilerini inceler ve aralarındaki bağlantıyı kurmaya yardımcı olur.

Veri madenciliğinin işletmelere sunduğu en önemli özellik, veri toplulukları arasında benzerlik gösteren eğilimlerin ve davranış biçimlerinin belirlenmesidir. Başka bir özelliği ise, bir araştırma sırasında var olduğu bilinmediği için ilk etapta görünmeyen, gözden kaçan bilgilerin ortaya çıkarılabilmesidir. Örneğin, X adlı bir firmanın ürünler ürettiğini ve bu ürünleri sattığını düşünelim. Bu ürünlerin üretildikleri sırada fark edilmeyen özelliklerinin ve veri kümelerinin ortaya çıkması analizin yapılma amacıdır. Bu yapılan analiz X firmasının ileride sunacak olduğu kampanyalarını şekillendirebilir veya satacağı ürünler arasındaki bağlantıları kolayca keşfedebilir.

3.1.Veri Madenciliği İşlevi

          Veri madenciliği işlevleri, üç grup altında toplanmaktadır. Bunlar: Keşif, tahmini modelleme, ve adli analizdir.

Keşif, önceden belirlenmiş bir fikir veya inceleme olmadan veri tabanı içerisinde gizli desen arama işlemidir. Gizli desen, kullanıcının pratik olarak aklına gelmeyen, gerekli olan bazı soruları düşünemediği durumlarda ortaya çıkmaktadır. Bulunması gerekli olan gizli desenlerin zengin olması bilginin kalitesini göstermeye imkan sağlamaktadır.

Tahmini modelleme de, yukarıda belirtilen gizli desenler gelecekle ilgili tahmin yürütebilme aşamasında kullanılır. Bu model, kullanıcının bilmediği bazı alan bilgilerini de kayıt altına almayı sağlar.

Adli analiz ise, olağanüstü veri elemanlarını bulmak için ortaya çıkarılan desenleri uygulama işlemidir. Olağanüstü veriye ulaşabilmek için öncelikle verinin olağan kısmını inceleme altına almak gerekir.

3.2.Ver Madenciliği Süreci

          Veri temizleme: Gürültü adı verilen hatalı ve tutarsız verileri temizlemek için eksik değer içeren veri kayıtları atılabilir, kayıp değerlerin yerine sabit bir değer eklenebilir, diğer verilerin ortalaması hesaplanıp kayıp verilerin yerine yazılabilir.

          Veri bütünleştirme: Farklı veri tabanlarından ya da veri kaynaklarından elde edilen verilerin birlikte işleme konulabilmesi için değişik türdeki verilerin tek bir türe dönüştürülebilmesi işlemidir.

          Veri indirgeme: Veri madenciliği işlemi uygulanırken elde edilecek sonucun değişmeyeceğine inanılıyorsa veri sayısında ya da değişkenlerin sayısında eksiltme yapılabilir.

          Veri dönüştürme: Verinin uygulanacak olan modele göre içeriğine dokunmadan şeklinin dönüştürülmesi işlemidir. Dönüştürme işlemi uygulanacak olan modele uygun olarak yapılmalıdır.

          Veri madenciliği algoritmasını uygulama: Verinin hazır hale getirilmesinden sonra konuya göre veri madenciliği algoritması uygulanır.

           Sonuçları sunum ve değerlendirme: Algoritmalar uygulandıktan sonra, sonuçlar düzenli hale getirilerek ilgili yerlere sunumu yapılır.

3.3.Veri Madenciliğinin Kullanıldığı Alanlar

            Büyük miktarda veri bulunan her yerde veri madenciliği kullanmak mümkün hale gelmiştir. Pazarlama, biyoloji, borsa, sigortacılık v. s gibi bir çok alanda karar verme sürecine ihtiyaç duyulması neticesinde veri madenciliği uygulamaları yaygın olarak kullanılmaktadır. Veri madenciliği, Amerika Birleşik Devletleri’nde de uygulamaya konulmuştur. Burada uygulanmasının nedenleri arasında gizli yapılan dinlemelerin ve vergi kaçakçılarının ortaya çıkarılma çabasıdır. Veri madenciliği uygulaması Amerika Birleşik Devletleri’nde son 20 yıldır süregelmektedir. Araştırma yapılmış olan kaynaklar incelendiğinde tıp, biyoloji ve genetik veri madenciliğinin en çok kullanıldığı alanlar olarak belirlenmiştir.

3.4.Veri Madenciliğini Etkileyen Etmenler

          Temelde beş ana faktör olarak karşımıza çıkmaktadır. Bunlar:

Veri: Veri madenciliğinden söz edebilmek için elde bulunması gereken en önemli faktördür. Veri madenciliğinin gelişmesinde fazlaca etkisi olan bir kavramdır.

Donanım: Üzerinde belirli bir süre içerisinde işlem yapılamayan verilerin tekrar faaliyete geçirilmesini mümkün hale getirmiştir. Bu da gelişen bellek ve işlem hızı kapasitesi sayesinde olmuştur.

Bilgisayar ağları: Üretimi sağlanan yeni internet oldukça yüksek hızların kullanılmasını sağlamıştır. İnternet sayesinde oluşturulan bilgisayar ağı ortamı dağınık biçimde bulunan verileri analiz etmek için olanak sağlamıştır.

Bilimsel hesaplamalar: Bilimin üçüncü yolu olarak bilim adamları tarafından ortaya sunulmuştur. Veri madenciliği, bilgi keşfi, teori, deney gibi kavramları birbirine bağlamada kullanılan en önemli faktördür.

Ticari eğilimler: İşletmeler varlıklarını sürdürmeye başlamalarından itibaren sürekli rekabet içerisindedirler. Bu rekabet ortamında varlıklarını sürdürebilmek amacıyla daha hızlı hareket etmeyi, daha yüksek kalitede hizmet sunmayı kendileri ve işletmeleri için görev kılmışlardır. Tüm bunları yaparken de işletmelerini zarara uğratmayacak şekilde maliyetler ve iş gücü ile yapmaya gayret göstermelidir.

3.5.Veri Madenciliğinde Karşılaşılan Problemler

        Verilerin büyük hacimli olması veri ortamında sorunların oluşmasına sebebiyet verebilmektedir. Mesela, küçük hacimli veri kümelerinde oluşturulan veri madenciliği sistemleri, büyük hacimli, gürültülü, belirsiz v. S kümelerin yer aldığı ortamlarda yanlış biçimde çalışabilir. Veri madenciliği sistemleri hazırlanırken ortaya çıkması muhtemel olan sorunların incelenmesi ve bu sorunların çözümlenmesi gerekmektedir. Veri madenciliği uygulamalarında karşılaşılabilecek sorunlar: “artık veri, belirsizlik, dinamik veri, eksik veri, farklı tipteki verileri ele alma, gürültülü ve kayıp değerler ve sınırlı bilgi” olarak açıklanabilir.

4.VERİ MADENCİLİĞİ KULLANIMI

         Bu bölümde veri madenciliğinin günlük yaşamda ne şekillerde kullanıldığının incelemesi yapılacaktır. Bunlardan bazıları aşağıda anlatılacak şekilde sıralanabilir:

·         Sağlık sorunu çeken insanların hastanelere tedavi taleplerinin bölgelere, zamana ve ihtiyaca göre değerlendirilmesi gerekmektedir. Bu da hastalık riskinin ilk aşamada tespitine, kontrolüne yardımcı olmayı sağlar.

·         Kaçak enerji kullananların tespit edilebilmesi için bir model sağlanacaktır. Bu model kaçak enerji kullanıcılarını tahmin etmeye yardımcı olmayı sağlayacak ve düşük maliyetlerle olası kaçaklarla mücadele etmede etkin rol oynayacaktır.

·         Karayollarının bölgelere ve zamana göre yoğunluklarını incelemede veri madenciliğinden faydalanılır. Doğru bir planlama yapılarak kaza oranlarının azaltılması sağlanacaktır. Sadece kaza oranının azaltılmasında değil, trafikte karşılaşılabilecek ne kadar sorun varsa onlara da çözüm üretilmesini sağlayacaktır.

5.VERİ MADENCİLİĞİ MODELLERİ

        Tahmin edici ve tanımlayıcı modeller olarak iki şekilde incelenmektedir.

Sonuçları bilinen verilerden hareket edilerek yapılan analiz sonucunda yeni bir model oluşturulur. Elde edilen bu model içerisindeki bilgilerden yararlanılarak sonuçları bilinmeyen veriler kümesi için tahminlerde bulunulması tahmin edici model olarak adlandırılır.

Tanımlayıcı modeller ise tahmini yapılmış olan veriler hakkında karar verme sürecine rehberlik etmede kullanılabilecek mevcut verilerin tanımlanmasında bu modelden yararlanılmaktadır.

6.VERİ MADENCİLİĞİ GÖREVLERİ

        Tanımlayıcı görevler ve öngörü görevleri olarak ikiye ayrılmaktadır.

Öngörü görevlerinin amacı, veri madenciliğinde kayıt olarak karşımıza çıkmakta olan varlıkların bir özelliğinin, diğer özelliklerden yola çıkılarak öngörülmesidir. Öngörülen değerler sürekli sayısal verilerden oluşacağı gibi kategorik verilerden de oluşabilmektedir.

Tanımlayıcı görevler ise, veri madenciliğinde kullanılan teknikler aracılığı ile, özellikler arasında meydana gelen ilişkilerin ortaya çıkarılmasında kullanılır.

         Tanımlayıcı görevleri ve öngörü görevlerini maddeler halinde sıralayabiliriz:

Öngörü modellemesi: Bu modelleme ile ilgili bir çalışma yapılır. Çalışma sonucunda belirli bir konuda öngörü de bulunabilmek için bir model oluşturmayı amaçlar. Öngörü modellemesi, sınıflama ve regresyon olmak üzere iki şekilde karşımıza çıkmaktadır. Sınıflama, öngörüyü kategorik olarak ele alırken, regresyonda ise öngörü değeri sayısal veri olarak karşımıza çıkmaktadır.

Bankadan kredi almak isteyen bir müşteri düşünelim. Bankanın kredi vermesi için öncelikle bu müşterinin maaşının olup olmadığına, ev sahibi niteliği taşıyıp taşımadığına bakması gerekmektedir. Bu şekilde oluşturulan bir model kategorik modellemeye örnektir. Bu örnekte ele alınan iki kategoriden söz edilebilir. Bunlar, müşterinin krediyi ödeyebileceği ve krediyi ödeyemeyeceğidir.

Bir gayrimenkulün özelliklerinden yola çıkılarak, gayrimenkulün olası satış değerini hesaplayan bir model geliştirilmesi ise regresyon için örnek niteliği taşımaktadır. Bu örnek çerçevesinde öngörülen değer sayısal verilerden oluşmaktadır. Sayısal verilerden oluşması regresyonun temel kuralı olarak belirtilmişti.

İlişki analizi: Veri özellikleri arasındaki zayıf ilişkileri göz ardı ederken, güçlü ilişkileri saptamaya çalışır.

Kümeleme: Benzer veya birbirine yakın özellikteki doküman örneklerini gruplamayı amaçlar. Dokümanları kümeleyebilmek için öncelikle, doküman içerisinde hangi kelimenin kaç defa kullanıldığının tespiti yapılmalıdır.

Anomali analizi: Genel bir veri kümesinden, farklılık gösteren örneklerin bulunmasına yardımcı olur. Bu analizde amaç, gerçek nitelik gösteren anomalilerin bulunması ve normal verilerin anomali olarak işaretlenmemesidir. Kredi kartı sahtekarlıkları ve izinsiz ağ girişimlerinin saptanması anomali analizine örnek niteliğindedir.

VERİ AMBARI

        Veri madenciliği uygulamalarında alt yapı gereksinimi veri ambarı sayesinde sağlanır.

         Verilerin boyutlarından dolayı, klasik veri yöntemiyle işlenmesinin olanaksız olduğu durumlar için geliştirilmiştir. Veri ambarı, 1991 yılında ilk kez William Inmon tarafından ortaya atılmıştır. Çeşitli kaynaklardan elde edilen bilgilerin zaman değişkeni kullanılarak ortaya konulması veri toplama olarak adlandırılır. Kısa bir deyişle, bir çok veri tabanından alınarak birleştirilen verilerin toplandığı depolardır. Veri ambarı, kullanıcılara farklı detay düzeyleri sağlar. Arşivlenen kayıtların kendisi detayın en alt seviyesini oluştururken, daha üst düzeyler daha fazla bilginin toplanmasıyla ilgilidir. Veri ambarı uygulaması, ciddi yatırımlar gerektirir ve uygulanması 1 yıl ve üstü uzun zaman alır.

         Veri ambarı sadece okumaya yöneliktir. Üzerinde herhangi bir oynama ve değişiklik yapılamaz.

Veri Ambarının Temel Özellikleri[1]

·         İşlemsel çevrede yer alan veri bir süzme işlemi sonucunda veri ambarı çevresine aktarılır.

·         Zaman yelpazesi her iki sistemde farklılık gösterir. İşlemsel ortamdaki veri çok taze, veri ambarındaki eskidir.

·         Veri ambarı özet bilgileri içerebilir. İşlemsel veri ise içermez.

·         Bütünleştirmeyi sağlamak için verinin önemli bir kısmı belirli bir dönüşümden sonra veri ambarına aktarılır.

Veri Ambarının İçerdiği Veriler[2]

Meta Data:

                

·         Doğrudan işlemsel çevreden gelen veriyi içermez.

·         ,Karar Destek Sistemleri analizlerine yardım etmek üzere yaratılan bir dizindir.

·         İşlemsel çevreden veri ambarına dönüştürülen verilerin konumları hakkında bilgi verir.

·         İşlemsel çevreden alınan verinin hangi algoritmaya göre düşük ya da yüksek seviyede özetlendiği hakkında bilgi verir.

Ayrıntı Veri: Bu veri en son olayları içermektedir ve henüz işlenmediği için diğerlerine oranla daha büyük hacimlidir.

Eski ayrıntı Veri: Ayrıntı verinin dışında kalan verilerdir. Daha eski tarihe aitlerdir.

Düşük Düzeyde(seviyede) Özetlenmiş Veri: Ayrıntı veriden süzülerek elde edilen düşük seviyede özetlenmiş veridir.

Yüksek Seviyede Özetlenmiş Veri: Ayrıntı veri daha yüksek düzeyde özetlenerek, kolayca erişilebilir hale getirebilir.

Veri Ambarının Kullanım Amaçları[3]

          

·         Müşterilerin gizli kalmış satın alma eğilimlerini tespit etmek

·         Satış analizi ve trendler üzerine odaklanmak

·         Finansal analiz(Maliyetlerin azaltılması dolayısıyla rekabet avantajının sağlanması)

·         Stratejik Analiz (Bir Karar Destek Sistemi olmasından dolayı)

·         İşler arasında ilişkilerin belirlenebilmesi

·         Müşteri ihtiyaçlarına çabuk cevap verebilme

SONUÇ

      Her geçen gün artış gösteren veri kaynakları bilgiye ulaşılmasını zorlaştırmıştır. Bilgiye ulaşabilmenin yolu olarak veri madenciliği gösterilmiştir.              

      Veri madenciliği, büyük miktardaki verilerden kullanılabilir bilgiyi ortaya koymak için kullanılır. Veri madenciliği fikrini uygulamaya koyabilmek için bilgisayar programlarına ihtiyaç vardır. Bu programlar veri kümeleme, karar ağaçları gibi algoritmaları içermektedir. Algoritmaların işlenmesiyle bilgi çıkarımı yapılır. Veri madenciliğinin sadece bizim ülkemizde değil, tüm dünyada da önemi artmaktadır. Veri madenciliğine verilen önemin artmasıyla kullanım alanları da artmaya başlamıştır. Bu makalede, Türkiye’de yapılan veri madenciliği uygulamaları incelenmiş ve geçmişten günümüze gerçekleştiren veri madenciliğine açıklama getirilmiştir. Eğitim, bankacılık, borsa, tıp v. s veri madenciliğinin Türkiye’de gerçekleştirilen kullanım alanlarıdır. Makalemde, veri madenciliğinin temel kavramlarını, kullanım alanlarını, model sınıflaması v. s konuların incelemesini yaptım. Veri madenciliği ile ilgili uygulamaya başlamadan önce temel kavramların ve yukarıda saymış olduğum modellerin iyi bilinip kısa sürede uygulamasının yapılması gerekir.

       Dünya’daki teknolojik gelişmelerin etkisiyle ülkemizde de veri madenciliği artış göstermiştir. Veri madenciliği çalışmalarının tıp alanında daha etkin ve çeşitli kullanılmasının nedeni, tıp alanında yapılan çalışmaların eksikliğinden kaynaklanmaktadır. Veri madenciliğinin kullanıldığı alanların çeşitlendirilmeye devam edilmesi ülkemizdeki kurum ve kuruluşların yanı sıra bu kurum ve kuruluşlardan hizmet alan insanlara da büyük yarar sağlayacağı belirtilmektedir.

ELEKTRONİK TİCARET (E-TİCARET) NEDİR?

    Bilindiği gibi “ticaret” ifadesi kavramsal olarak “mal veya hizmetin satın alınması ve satılması“ işlemlerini kapsamaktadır. Bu sürecin elektronik ortamda, internet üzerinde yapılması E-Ticaret kavramını ortaya çıkarmıştır. 

    Müşteri beklentilerindeki mal ve hizmet arzındaki artış, iş dünyasındaki rekabeti küresel ölçekte zorlaştırmaktadır. İşadamları buna uyum sağlamak için organizasyonlarını ve çalışma tarzlarını değiştirmekte, firma-müşteri-tedarikçi arasıdaki bariyerleri İnternet ve E-Ticaret ile kaldırmaktadır.

Elektronik ticaretin yasal çerçevesinin çizilmesi için önemli çalışmalar yapan UNCITRAL’in 1996 yılında hazırladığı Model Yasa’ya göre, ticari aktiviteler kapsamında her türlü veri mesajının, EDI (Electronic Data Interchange), Internet, e-mail gibi gelişmiş yöntemlerin yanında, telekopi ve fax gibi daha az karmaşık veri iletimi yöntemleri kullanılarak elektronik ortamda değişimine elektronik ticaret denilmektedir.

Avustralya’nın hazırladığı bir çalışmada elektronik ticaret, elektronik yöntemler (fax, telex, EDI, Internet ve telefon vb) kullanılarak ticaret veya ticaretle ilgili her türlü bilgiye ilişkin işlemin yapılması gibi geniş bir tanımla ele alınmış, ama bu tanımın genişliğinin yol açabileceği zorlukları ortadan kaldırmak için sözkonusu raporda terim, açık veya kapalı ağlar üzerinden ticaretle ilgili her türlü bilginin bilgisayarlar arasında iletilmesi olarak daraltılmıştır. Yine ABD’de Washington Eyaleti’nce hazırlanan “Strategic Information Technology Plan”’da ise, işle ilgili bilginin iki veya daha çok kuruluşun bilgisayarları arasında elektronik olarak değişimi olarak tanımlanmıştır. Bu tanımı takiben, elektronik ticaretin en önemli teknolojik amacının, iş dünyası ve hükümet kurumları ağlarının her birinin diğeri ile, kullanılan bilgisayar platformu ne olursa olsun, haberleşebileceği şekilde güvenli tek bir ortamda birleştirilmesi olduğu belirtilmektedir. IBM’in tanımında “e-business”’in bir alt bölümü olarak ele alınan e-ticaret, Internet teknolojisi kullanılarak ticaret yapılması olarak ele alınmaktadır. OECD’nin tanımında ise kurumların ve bireylerin katıldığı ve metin, ses, görsel imaj gibi sayısallaştırılmış verinin işlenerek, açık veya kapalı ağlar üzerinden iletilmesine dayanan ticaretle ilgili işlemlere elektronik ticaret denilmektedir.Bu çerçevede E-Ticaret aşağıdaki eylemleri kapsayan bir süreç olarak tanımlanmaktadır; 

Ticaret öncesi firmaların elektronik ortamda bilgilenmesi ve araştırma yürütmesi, 

Firmaların elektronik ortamda buluşması, 

Ödeme sürecinin yerine getirilmesi, 

Taahhüdün yerine getirilmesi, mal veya hizmetin müşteriye teslimi, 

Satış sonrası bakım, destek, vb. hizmetlerin temin edilmesi. 

Toparlamak gerekirse elektronik ticareti, doğrudan fiziksel bağlantı kurmaya ya da fiziksel değiş tokuş işlemine gerek kalmadan, tarafların elektronik olarak iletişim kurdukları her türlü ticari iş etkinliği6 olarak tanımlayabiliriz. 

      E-Ticaret ile daha esnek yapıya kavuşan, tedarikçileri ile daha yakın çalışan, müşterilerinin beklenti ve ihtiyaçlarına daha hızlı cevap veren firmalar da, global ölçekte değişim yaşamaktadır. E-Ticaret, firmalara en iyi tedarikçiyi seçme ve tüm dünyaya satış yapma imkanı sunmaktadır.

E-TİCARET’İN İŞ HAYATINA ETKİLERİ

E-ticaret iş hayatında birçok noktada karşımıza çıkmakla beraber, birçok iş faaliyetini de etkilemektedir. Etkilediği bu faaliyet kollarının, Türkiye ekonomisine sağladığı olumlu katkılar yadsınamayacak kadar fazladır.  Bunları kısaca özetlemek gerekirse, bu bilgileri paylaşmaya çalışalım.

• Pazarlama, satış ve promosyon,
• Ön satış, taşeronluk, tedarik,
• Ticari işlemler: sipariş, teslimat ve ödeme,
• Servis ve bakım,
• Teslimat ve lojistik,
• Kamu alımları,

E-Ticaret’in iş hayatına etkilerinden örnekler;

• KOBİ’lere büyük firmalarla eşit şartlarda rekabet etme imkanı,
• Pazar raporları ve stratejik planlama konularında ilerleme,
• Etkin pazarlama,
• Eşit şartlarda yeni pazarlara ulaşım,
• Ürün ve hizmet tasarımına müşterinin dâhil edilmesi,