Corporations collect structured local data in their data storages – whole data storage – and data silos – sub data storages which is under control of independent department –. When strategic decisions targeting with data from local data storage, urgent proposive or tactical decisions targeting with data. But these local datas are getting insufficient about helping to make right and strategic choices for corporations and businesses in the age that we live in.Today, structured or semi-structured `Data Torrent` consisting without local data from the platforms like blogs, videos, photographs, e-mails, datas collected from various sensors, data shared in social media, billions of interactions of medical devices, cellphones, GPS devices, millions of computers used by people. Mainly these interactions occuring by mobile devices which can not understood enough by users with their needs and habits.Accordingly, evaluating structural data such as the accumulation of data analyzed came up which is continuing growth in this direciton but not considered as structured data. Said data can be expected that is bring to wealth and content that strenghten obtained structural information with gathered from open and hidden data in institutions and businesses. The result of such an applications would bring the possibility of expand area of influence and target audiance of institutions and businesses who makes strategic decisions.In this direction, while data capacity growing more and more in the modern age, businesses and other corporations must deal with `Big Data` which is way too larger than conventional data methods. Big Data is mean difficulty for most of corporations and businesses, but on the other hand, it means oppurtunity in the same time. On the other hand, it creates pressure for business intelligent platforms, tools and traditional data administrations of plenty industry.Many profit or nonprofit corporations and institutions investments, problem solutions, process restorations, customer satisfaction studies, sales policies and for create general institution strategies, should profit by `Big Data` analysis.However, researchers and politicians starting to realize the difficulty of potential data torrents in data that are suitable for processing that can predict and prevent crisis for benefit of low income population, provide various services for using define needs.For development corporations and businesses, governments who aid to individuals and communities which can create compatible action and data together.The CEO of Retention Science data analysis company, Jerry Jao makes business and give some interesting numbers to a company named Bikeberry.com which sells motorbike and bike spare part via internet: Firstly, web browsers, number of entries, past shoppings and with other different types of data gathered. 5 different proposal were created with the gathered data. These were defined as free shipping and %5, %10, %15 and %30 discount. Customized proposals sent to customers as looking their features and past shoppings with a created software. At the end, Bikeberrycom's sales of increased %133, customer loyalty increased about %200. Also Bikeberry.com increased its profit margin because of did not making same discount to their all customers (http://www.bigdatalandscape.com/news/ why-big-data-is-a-must-in-ecommerce, 2015).In this study, a factual and qualitative research conducted about `The Effects of Strategic Big Data Management on Investments`. Data gathered of prejudice, experiences, thoughts about `Big Data` while making semi-structured interviews with people from different institutions.Generally realistic attitude confirmed about Big Data and some divergence existence drew attention.

Kurumların kendi veri ambarlarında –tüm veri deposu – ve veri silolarında – diğer departmanlarından bağımsız bir departmanın kontrolü altındaki alt veri depoları – yapılandırılmış şekilde yerel veri birikmektedir. Yerel veri ambarındaki veriler ile stratejik kararlar hedeflenirken, veri silolarındaki veriler ile acil bir amaca yönelik ya da taktiksel kararlar hedeflenmektedir. Fakat bu yerel veriler, içinde bulunduğumuz çağ itibariyle kurumlar ve işletmeler için doğru ve stratejik kararlar vermeye yardımcı olma hususunda yetersiz kalmaktadır.Bugün bu yerel verilerden başka, milyonlarca insan tarafından kullanılan bilgisayar, GPS aygıtları, cep telefonları, tıbbi aygıtların milyarlarca etkileşimleri ve bloglar, sosyal medyada paylaşılan veriler, muhtelif sensörlerden toplanan veriler, elektronik postalar, fotoğraflar, videolar, web günlükleri gibi platformlar tarafından yapılandırılmamış ya da yarı-yapılandırılmış `Veri Seli` oluşmaktadır. Ağırlıklı olarak bu etkileşimlerin birçoğu şu ana kadar ihtiyaçları ve alışkanlıkları yetersiz bir şekilde anlaşılan insanlar tarafından kullanılan mobil aygıtlar aracılığıyla oluşmaktadır.Bu doğrultuda artışı devam eden ancak yapısal veri olarak dikkate alınmayan verinin analiz edilerek yapısal veri birikimi gibi değerlendirilmesi gündeme geldi. Söz konusu verinin kurum ve kuruluşlardaki örtük bilginin, açık bilgi ile birleştirilmesiyle elde edilen yapısal bilgiyi daha da güçlendirecek bir içerik ve zenginliğe eriştirmesi beklenebilir. Böyle bir uygulamanın sonucu ise kurum ve kuruluşların alacakları stratejik kararların hedef kitleyi kapsama ve etkileme alanını genişletebileceği olasılığını da beraberinde getirecektir.Bu doğrultuda, modern çağda veri hacmi gitgide büyürken, işletmeler ve diğer kuruluşlar geleneksel veri yöntemlerinden çok daha geniş bir şekilde tanımlanan `Büyük Veri` ile başa çıkmak zorunda kalmaktadırlar. Büyük Veri birçok kurum ve şirket için zorluk anlamına geldiği gibi, aynı zamanda fırsat anlamına da gelmektedir. Diğer yandan pek çok endüstri trendi geleneksel veri yönetimi, iş zekâsı platform ve araçları üzerinde baskı meydana getirmektedir.Kar amacı güden ya da gütmeyen birçok kurum ve kuruluş yatırımlar, problem çözümleri, süreç iyileştirmeleri, müşteri memnuniyeti çalışmaları, satış politikaları ve genel kurum stratejileri oluşturmada `Büyük Veri` analizlerinden faydalanmaları gerektiğini öngörmektedirler.Bununla birlikte, araştırmacılar ve politikacılar da düşük gelirli nüfusun faydası için krizlerin öngörülmesi ve önlenmesi, muhtelif hizmetler sağlanması, ihtiyaçların tanımlanması için kullanılabilen, işlemeye uygun bilgi içerisindeki veri sağanaklarının potansiyel zorluğunu fark etmeye başlıyor.Birlikte kararlaştırılmış uyumlu aksiyon ile veriyi oluşturan bireylere ve topluluklara yardım eden hükümetler, kalkınma kuruluşları ve şirketler için bu veriden faydalanmak gereklidir.Retention Science veri analizi firmasının CEO'su Jerry Jao'nun müşterilerinden birisi olan ve internet üzerinde online bisiklet, motosiklet parçaları satışı yapan Bikeberry.com firması ile yaptıkları çalışma için verdiği rakamlar dikkat çekicidir: Bikeberry.com için öncelikle web tarayıcılar, giriş sayıları, geçmiş alışverişler ve daha başka şekillerde büyük bir müşteri verisi elde edildi. Elde edilen veriye göre müşterilere 5 ayrı teklif oluşturuldu. Bunlar ücretsiz kargo, %5, %10, %15 ve %30 indirim şeklinde tanımlandı. Oluşturulan yazılım ile müşterilerin özelliklerine ve geçmiş alışverişlerine bakılarak uygun özelleştirilmiş teklifler gönderildi. Sonuçta, Bikeberry.com'un satışları %133 ve kullanıcı bağlılığı yaklaşık %200 arttı. Ayrıca Bikeberry.com oluşturduğu teklif seviyelerinden dolayı tüm müşterilerine aynı yüksek indirimi yapmadığından dolayı kar marjını da yükseltmiş oldu (http://www.bigdatalandscape.com/news/why-big-data-is-a-must-in-ecommerce, 2015).Bu çalışmada `Stratejik Büyük Veri Yönetiminin Yatırımlar Üzerindeki Etkileri` ile ilgili olgusal ve nitel bir araştırma yürütülmüştür. Konuyla ilgili farklı kuruluşlardan bireyler ile yarı-yapılandırılmış görüşmeler yapılmış, bu kişilerin `Büyük Veri` ile ilgili görüşleri, deneyimleri, önyargıları hakkında bilgi edinilmiştir.Genel olarak Büyük Veri ile ilgili gerçekçi bir yaklaşımın olduğu tespit edilmiş ve bazı görüş ayrılıklarının varlığı dikkat çekmiştir.