Bankacılıkta robotik süreç otomasyonu projeleri için makine öğrenmesi yöntemleri ile karmaşıklık tahmini
Complexity estimation with machine learning methods for robotic process automation in banking
- Tez No: 884117
- Danışmanlar: PROF. DR. TÜLAY YILDIRIM
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Haberleşme Mühendisliği Bilim Dalı
- Sayfa Sayısı: 60
Özet
Dünyadaki dijitalleşme trendi bankacılık sektöründe dijital dönüşümü kaçınılmaz bir hale getirmiştir. Global rekabet koşullarında üretim ve hizmetlerin verimlilik artışını kaybetmeden devam etmesi gerekmektedir. Hizmetlerde yüksek kalite beklentisi, iş süreçlerinin optimize edilerek, hataya açık olmayacak şekilde yeniden tasarlanması gereksinimini yaratmıştır. Bankaların bu ihtiyaçlarına karşılık verebilecek; maliyetleri düşürürken verimlilik artışı sağlayacak yaygın teknolojilerden birisi de Robotik Süreç Otomasyonu (RSO) uygulamalarıdır. Robotların 7/24 çalışabilmesi, düşük hata oranı, işlemlerde hız artışı gibi konularda verimlilik sağlaması, bununla birlikte kolay uyarlanması bankacılık sektöründe de otomasyonun kısa vadede yaygın olarak kullanılan bir teknoloji haline gelmesini sağlamıştır. Bankacılıkta rekabet avantajı sağlamak için RSO dönüşümü projelerinde doğru önceliklendirme yapmak önem arz etmektedir. Bir bankanın RSO projelerinde, yıllık hedeflenen Tam Zamanlı İstihdam doğrultusunda takvimini başarıyla gerçekleştirebilmesi için iyi bir planlama yapılması gerekmektedir. Bu da ancak otomatize edilecek sürecin analiz aşamasından devreye alımına kadar geçecek uçtan uca (insan gün bazında) maliyeti doğru belirlemek ile mümkün olur. Bu çalışma kapsamında dönüşüm süreçlerinde yönetim verimini artırmak için, Süreç Değerlendirme Model'inde seçilen kriterler ve gerçekleşen proje maliyetleri veri kümesi kullanılarak, dönüşüm projesinin zorluk derecesinin makine öğrenmesi yöntemleri ile tahmin edilmesi amaçlanmıştır. RSO süreçleri gerçekleşen maliyet verileri baz alınarak basitten karmaşığa 4 farklı zorluk derecesine göre sınıflandırılmıştır. Robotik sürece dönüştürülecek bir bankacılık sürecinin karmaşıklık seviyesinin tahminlenmesi hedeflenmektedir. Çalışma kapsamında ilk olarak RSO kavramından bahsedilmiş, bankacılık alanındaki çalışmalar için literatür araştırması yapılmıtır. Ardından üçüncü bölümde yapay zeka ve makine öğrenmesi algoritmaları anlatılarak, kullanılacak makine öğrenmesi algoritmaları ortaya koyulmuştur. Dördüncü bölümde veri seti tanımlanmış, ön işleme adımlarından bahsedilmiştir. Uygulanan model sonuçları grafik ve tablolarda gösterilmiş, Performans Değerlendirme Metrikleri belirtilmiştir. Bu metrikler baz alınarak kullanılan veri seti için en doğru sonucu veren model tespit edilmiştir. Sonuç bölümünde çalışmayla ilgili değerlendirmelere yer verilmiş, gelecek öngörüleri ve gereksinimler paylaşılmıştır.
Özet (Çeviri)
The digitalization trend in the world has made digital transformation in the banking sector inevitable. Under global competition conditions, production and services must continue without losing efficiency. The expectation of high quality in services has created the need for business processes to be optimized and redesigned in a way that is not open to error. Robotic Process Automation (RPA) applications are one of the common technologies that can meet these needs of banks and increase productivity while reducing costs. The fact that robots can work 24/7, provide efficiency in terms of low error rate, increase speed in transactions, as well as easy adaptation has enabled automation to become a widely used technology in the banking sector in the short term. In order to gain a competitive advantage in banking, it is important to prioritize RSO transformation projects correctly. In order for a bank to successfully realize its schedule in line with the annual targeted Full-Time Employment in RSO projects, good planning is required. This is only possible by correctly determining the end-to-end cost (on a man-day basis) from the analysis phase of the process to be automated to its commissioning. Within the scope of this study, in order to increase management efficiency in transformation processes, it is aimed to estimate the difficulty level of the transformation project with machine learning methods by using the criteria selected in the Process Evaluation Model and the actual project costs dataset. RSO processes were classified into 4 different difficulty levels from simple to complex based on the actual cost data. It is aimed to predict the complexity level of a banking process to be transformed into a robotic process. In this study, firstly, the concept of RSO is mentioned and a literature review is conducted for the studies in the field of banking. Then, in the third section, artificial intelligence and machine learning algorithms are explained and the machine learning algorithms to be used are presented. In the fourth section, the data set is defined and preprocessing steps are mentioned. The results of the applied model are shown in graphs and tables and Performance Evaluation Metrics are presented. Based on these metrics, the model that gives the most accurate result for the data set used is determined. In the conclusion section, evaluations about the study are given and future predictions and requirements are shared.
Benzer Tezler
- Bankacılık sektöründe robotik süreç otomasyonu - bir uygulama örneği
Robotic process automation in the banking industry - an application example
ÖMER BAŞTÜRK
Yüksek Lisans
Türkçe
2023
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEHER ARSLANKAYA
- Robotik süreç otomasyonu uygulamasının teknoloji kabul modeliyle incelenmesi: Bankacılık sektöründen bir örnek
Robotic process automation application investigation with thetechnology acceptance model: An example from the banking sector
MÜCAHİT RÜSTEM İREN
Yüksek Lisans
Türkçe
2022
Çalışma Ekonomisi ve Endüstri İlişkileriMarmara Üniversitesiİş Analitiği Ana Bilim Dalı
PROF. DR. MEHMET EMİN OKUR
- Robotik süreç otomasyonu için iş çizelgeleme algoritması
Job scheduling algorithm for robotic process automation
GÜLŞAH DORUK
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. OSMAN KAAN EROL
- Katılım finansında robotik süreç otomasyonlarının uygulama alanlarının değerlendirilmesi ve otomasyona tabi tutulan süreçlerin maliyet ve süre açısından verimlilik analizi
Evaluation of the fields of automation applications and efficiency analysis of automation based processes in terms of cost and duration
ERCAN AYDIN
Yüksek Lisans
Türkçe
2020
Bankacılıkİstanbul Sabahattin Zaim Üniversitesiİslam İktisadı ve Finansı Ana Bilim Dalı
DOÇ. DR. YUSUF DİNÇ
- Bankacılık sektöründe robotik süreç otomasyonuna yönelik bir araştırma
A research on robotic process automation in the banking sector
İHSAN ÖZGÜR KOÇLARDAN
Yüksek Lisans
Türkçe
2024
İşletmeİSTANBUL NİŞANTAŞI ÜNİVERSİTESİİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET AYDIN