Siz Data Keyfiyyətini İstəyirsiniz, Amma Keyfiyyətli Məlumatdan İstifadə Etmirsiniz

by Aug 24, 2022BI/Analytics0 şərh

Teatrlar

Məlumatları ilk dəfə nə vaxt gördük?

  1. iyirminci əsrin ortaları
  2. Vulkanın varisi olaraq Spok
  3. 18,000 BC
  4. Kim bilir?  

Kəşf edilmiş tarixə gedə bildiyimiz qədər məlumatlardan istifadə edən insanların olduğunu görürük. Maraqlıdır ki, məlumatlar hətta yazılı rəqəmlərdən əvvəl gəlir. Məlumatların saxlanmasına dair ən erkən nümunələrdən bəziləri eramızdan əvvəl 18,000-ci illərə aiddir, burada Afrika qitəsindəki əcdadlarımız mühasibatlıq forması kimi çubuqlardakı işarələrdən istifadə edirdilər. 2 və 4-cü cavablar da qəbul ediləcək. Baxmayaraq ki, XX əsrin ortaları idi, Biznes Kəşfiyyatı ilk dəfə bu gün anladığımız kimi müəyyən edilmişdir. BI təxminən 21-ci əsrin əvvəlinə qədər geniş yayılmadı.

Məlumat keyfiyyətinin faydaları göz qabağındadır. 

  • Etibar. İstifadəçilər məlumatlara daha yaxşı etibar edəcəklər. "Rəhbərlərin 75%-i Məlumatlarına Güvənmir"
  • Daha yaxşı qərarlar. Daha ağıllı qərarlar qəbul etmək üçün verilənlərə qarşı analitikadan istifadə edə biləcəksiniz.  Data keyfiyyət AI qəbul edən təşkilatların üzləşdiyi ən böyük iki problemdən biridir. (Digəri personal bacarıq dəstləridir.)
  • Rəqabətçi üstünlük.  Məlumatların keyfiyyəti əməliyyat səmərəliliyinə, müştəri xidmətinə, marketinqə və nəticəyə – gəlirə təsir göstərir.
  • Müvəffəqiyyət. Məlumatların keyfiyyəti bizneslə sıx bağlıdır müvəffəqiyyət.

 

Məlumat keyfiyyətinin 6 əsas elementi

Məlumatlarınıza etibar edə bilmirsinizsə, onun məsləhətlərinə necə hörmət edə bilərsiniz?

 

Bu gün məlumatların keyfiyyəti biznesin BI alətləri, analitika, maşın öyrənməsi və süni intellektlə qəbul etdiyi qərarların etibarlılığı üçün çox vacibdir. Ən sadə şəkildə, məlumat keyfiyyəti etibarlı və tam olan məlumatdır. Başlıqlarda məlumatların keyfiyyəti ilə bağlı problemləri görmüş ola bilərsiniz:

Bəzi yollarla - hətta Biznes İntellektinin üçüncü onilliyində də - məlumatların keyfiyyətinə nail olmaq və saxlamaq daha da çətindir. Məlumatın keyfiyyətini qorumaq üçün daimi mübarizəyə kömək edən bəzi çətinliklərə aşağıdakılar daxildir:

  • Bir çox qurumdan fərqli sistemləri, prosesləri, alətləri və məlumatları bir araya gətirməyə çalışan birləşmələr və satınalmalar. 
  • Məlumatların inteqrasiyasını uyğunlaşdırmaq üçün standartlar olmadan məlumatların daxili siloları.            
  • Ucuz saxlama böyük həcmdə məlumatların tutulmasını və saxlanmasını asanlaşdırıb. Biz təhlil edə bildiyimizdən daha çox məlumat əldə edirik.
  • Məlumat sistemlərinin mürəkkəbliyi artdı. Məlumatların daxil edildiyi qeyd sistemi ilə məlumat anbarı və ya bulud olmasından asılı olmayaraq istehlak nöqtəsi arasında daha çox əlaqə nöqtəsi var.

Verilənlərin hansı aspektlərindən danışırıq? Məlumatın hansı xüsusiyyətləri onun keyfiyyətinə kömək edir? Məlumatın keyfiyyətinə töhfə verən altı element var. Bunların hər biri bütöv fənlərdir. 

  • Vaxtında
    • Məlumat lazım olduqda hazırdır və istifadə edilə bilər.
    • Məlumatlar, məsələn, növbəti ayın ilk həftəsi ərzində ayın sonu hesabatı üçün əlçatandır.
  • Müddəti
    • Verilənlər verilənlər bazasında düzgün məlumat növünə malikdir. Mətn mətndir, tarixlər tarixlər və rəqəmlər rəqəmlərdir.
    • Dəyərlər gözlənilən diapazonlardadır. Məsələn, 212 dərəcə fahrenheit faktiki ölçülə bilən temperatur olsa da, bu, insan temperaturu üçün etibarlı dəyər deyil.  
    • Dəyərlər düzgün formata malikdir. 1.000000 1 ilə eyni məna daşımır.
  • ardıcıllıq
    • Məlumat daxili ardıcıldır
    • Qeydlərin dublikatı yoxdur
  • Bütünlük
    • Cədvəllər arasındakı əlaqələr etibarlıdır.
    • İstəmədən dəyişdirilmir. Dəyərləri mənşəyinə görə izləmək olar. 
  • Tamamlanma
    • Məlumatlarda "deşiklər" yoxdur. Qeydin bütün elementlərinin dəyərləri var.  
    • NULL dəyərlər yoxdur.
  • Dəqiqlik
    • Hesabat və ya analitik mühitdəki məlumatlar – istər yerli, istərsə də buludda olan məlumat anbarı – mənbə sistemlərini, sistemləri və ya qeydləri əks etdirir
    • Məlumat yoxlanıla bilən mənbələrdən alınır.

Beləliklə, biz razıyıq ki, məlumatların keyfiyyəti problemi verilənlərin özü qədər köhnədir, problem hər yerdə mövcuddur və həlli vacibdir. Yaxşı, bununla bağlı nə edək? Məlumat keyfiyyəti proqramınızı uzunmüddətli, heç vaxt bitməyən bir layihə kimi düşünün.  

Verilənlərin keyfiyyəti bu məlumatların reallığı nə qədər dəqiq təmsil etdiyini yaxından göstərir. Düzünü desəm, bəzi məlumatlar digər məlumatlardan daha vacibdir. Möhkəm iş qərarları və təşkilatın uğuru üçün hansı məlumatların kritik olduğunu bilin. Oradan başlayın. Bu məlumatlara diqqət yetirin.  

Data Quality 101 olaraq, bu məqalə mövzuya birinci səviyyəli girişdir: tarix, cari hadisələr, problem, bunun niyə problem olduğu və təşkilat daxilində məlumat keyfiyyətinin necə həll olunacağına dair yüksək səviyyəli icmal. 200 səviyyəli və ya magistr səviyyəli məqalədə bu mövzulardan hər hansı birinə daha dərindən baxmaqda maraqlısınızsa, bizə bildirin. Əgər belədirsə, önümüzdəki aylarda spesifikasiyalara daha dərindən girəcəyik.   

BI/AnalyticsKateqoriyasız
Anlayışlarınızı Çıxarın: Analitik Bahar Təmizləmə Bələdçisi

Anlayışlarınızı Çıxarın: Analitik Bahar Təmizləmə Bələdçisi

Analitika üçün bələdçi Bahar Təmizliyi Yeni il bir partlayışla başlayır; il sonu hesabatları yaradılır və diqqətlə yoxlanılır və sonra hər kəs ardıcıl iş qrafikinə uyğunlaşır. Günlər uzandıqca, ağaclar və çiçəklər çiçəkləndikcə...

Daha çox oxu

BI/AnalyticsCognos Analytics
Cognos Query Studio
İstifadəçiləriniz Sorğu Studiyasını İstəyir

İstifadəçiləriniz Sorğu Studiyasını İstəyir

IBM Cognos Analytics 12-nin buraxılışı ilə Query Studio və Analysis Studio-nun uzun müddətdir elan edilmiş köhnəlməsi, nəhayət, Cognos Analytics-in həmin studiyalar istisna olmaqla bir versiyası ilə çatdırıldı. Baxmayaraq ki, bu fəaliyyətlə məşğul olan insanların əksəriyyəti üçün sürpriz olmamalıdır...

Daha çox oxu