ਮਲਟੀਪਲ BI ਟੂਲਜ਼ ਮਹੱਤਵਪੂਰਨ ਕਿਉਂ ਹਨ
ਅਤੇ ਇਸ ਨੂੰ ਕੰਮ ਕਰਨ ਵਿੱਚ ਅੰਤਰੀਵ ਚੁਣੌਤੀਆਂ
ਗਾਰਟਨਰ ਦੇ 20 ਮੈਜਿਕ ਕਵਾਡਰੈਂਟ ਵਿੱਚ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਬਿਜ਼ਨਸ ਇੰਟੈਲੀਜੈਂਸ ਪਲੇਟਫਾਰਮਸ ਵਿੱਚ ਦਰਜਾਬੰਦੀ ਵਾਲੇ 2022 ਵਿਕਰੇਤਾ ਹਨ। ਪਿਛਲੇ 10 ਜਾਂ 15 ਸਾਲਾਂ ਵਿੱਚ ਅਸੀਂ ਪੈਂਡੂਲਮ ਦੇ ਸਵਿੰਗ ਨੂੰ ਵਿਕਰੇਤਾਵਾਂ ਦੇ ਇਕਸੁਰ ਹੋਣ, ਚਤੁਰਭੁਜਾਂ ਦੇ ਵਿਚਕਾਰ ਚਲਦੇ ਅਤੇ ਆਉਂਦੇ-ਜਾਂਦੇ ਦੇਖਿਆ ਹੈ। ਇਸ ਸਾਲ, ਬਾਕਸ ਦਾ ਹੇਠਲਾ ਅੱਧਾ ਵਿਕਰੇਤਾਵਾਂ ਨਾਲ ਭਰਿਆ ਹੋਇਆ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ "ਐਕਜ਼ੀਕਿਊਟ ਕਰਨ ਦੀ ਯੋਗਤਾ" ਨਾਲ ਚੁਣੌਤੀ ਦਿੱਤੀ ਗਈ ਹੈ।
IBM ਕੋਗਨੋਸ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਦੂਰਦਰਸ਼ੀ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ। ਗਾਰਟਨਰ ਵਿਜ਼ਨਰੀਆਂ ਨੂੰ ਇੱਕ ਮਜ਼ਬੂਤ/ਵਿਭਿੰਨ ਦ੍ਰਿਸ਼ਟੀ ਅਤੇ ਡੂੰਘੀ ਕਾਰਜਸ਼ੀਲਤਾ ਮੰਨਦਾ ਹੈ। ਕੀ ਉਹਨਾਂ ਨੂੰ ਲੀਡਰ ਵਰਗ ਤੋਂ ਵੱਖ ਕਰਦਾ ਹੈ 1) ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਅਸਮਰੱਥਾ broader ਕਾਰਜਕੁਸ਼ਲਤਾ ਲੋੜਾਂ, 2) ਘੱਟ ਗਾਹਕ ਅਨੁਭਵ ਅਤੇ ਵਿਕਰੀ ਅਨੁਭਵ ਸਕੋਰ, 3) ਪੈਮਾਨੇ ਦੀ ਘਾਟ ਜਾਂ ਲਗਾਤਾਰ ਲਾਗੂ ਕਰਨ ਦੀ ਅਯੋਗਤਾ। IBM CA ਨੂੰ ਇਸਦੇ ਵਾਟਸਨ ਏਕੀਕ੍ਰਿਤ AI ਅਤੇ ਲਚਕਦਾਰ ਤੈਨਾਤੀ ਵਿਕਲਪਾਂ ਲਈ ਪ੍ਰਸ਼ੰਸਾ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
ਇੱਕ ਦੂਰਦਰਸ਼ੀ ਲਈ ਸੱਚ ਹੈ, IBM ਪੇਸ਼ਕਸ਼ ਕਰਦਾ ਹੈ a roadਹਰ ਥਾਂ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ ਨਕਸ਼ਾ: “IBM ਦਾ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਇੱਕ ਸਾਂਝੇ ਪੋਰਟਲ ਵਿੱਚ ਯੋਜਨਾਬੰਦੀ, ਰਿਪੋਰਟਿੰਗ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਇਕਮੁੱਠ ਕਰਨਾ ਹੈ” ਅਸੀਂ ਸੋਚਦੇ ਹਾਂ ਕਿ ਇਹ ਸਭ ਤੋਂ ਵੱਡੀ ਕਾਢ ਹੈ। IBM ਦਾ ਨਵਾਂ Cognos Analytics ਸਮਗਰੀ ਹੱਬ ਵੱਖ-ਵੱਖ ਵਿਸ਼ਲੇਸ਼ਕਾਂ, ਵਪਾਰਕ ਖੁਫੀਆ ਜਾਣਕਾਰੀ, ਸਮਗਰੀ ਪ੍ਰਬੰਧਨ ਪ੍ਰਣਾਲੀਆਂ ਅਤੇ ਹੋਰ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਜੋੜਦਾ ਹੈ, ਮਲਟੀਪਲ ਲੌਗਿਨ ਅਤੇ ਪੋਰਟਲ ਅਨੁਭਵਾਂ ਨੂੰ ਖਤਮ ਕਰਦਾ ਹੈ।
ਕੀ ਕਿਹਾ ਨਹੀਂ ਗਿਆ
ਜੋ ਗਾਰਟਨਰ ਰਿਪੋਰਟ ਵਿੱਚ ਨਹੀਂ ਕਿਹਾ ਗਿਆ ਹੈ, ਪਰ ਕਿਤੇ ਹੋਰ ਪ੍ਰਮਾਣਿਤ ਹੈ, ਉਹ ਇਹ ਹੈ ਕਿ ਜ਼ਿਆਦਾਤਰ ਕੰਪਨੀਆਂ ਆਪਣੇ ਪ੍ਰਾਇਮਰੀ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਬਿਜ਼ਨਸ ਇੰਟੈਲੀਜੈਂਸ ਵਿਕਰੇਤਾ ਨਾਲ ਧੋਖਾ ਕਰ ਰਹੀਆਂ ਹਨ। ਕੁਝ ਸੰਸਥਾਵਾਂ ਇੱਕੋ ਸਮੇਂ 5 ਜਾਂ ਵੱਧ ਵਰਤਦੀਆਂ ਹਨ। ਹਾਲਾਂਕਿ ਸਿੱਕੇ ਦੇ ਦੋ ਪਹਿਲੂ ਹਨ। ਇੱਕ ਪਾਸੇ, ਇਹ ਵਿਕਾਸ ਸਮਝਣ ਯੋਗ ਅਤੇ ਜ਼ਰੂਰੀ ਹੈ। ਉਪਭੋਗਤਾਵਾਂ (ਅਤੇ ਸੰਸਥਾਵਾਂ) ਨੇ ਪਾਇਆ ਹੈ ਕਿ ਕੋਈ ਵੀ ਇੱਕ ਸਾਧਨ ਉਹਨਾਂ ਦੀਆਂ ਸਾਰੀਆਂ ਜ਼ਰੂਰਤਾਂ ਨੂੰ ਪੂਰਾ ਨਹੀਂ ਕਰ ਸਕਦਾ ਹੈ। ਸਿੱਕੇ ਦੇ ਦੂਜੇ ਪਾਸੇ ਹਫੜਾ-ਦਫੜੀ ਹੈ।
ਕਾਰਪੋਰੇਟ ਆਈਟੀ ਨੇ ਵਪਾਰਕ ਉਪਭੋਗਤਾ ਦੀ ਮੰਗ ਨੂੰ ਪੂਰਾ ਕੀਤਾ ਹੈ ਅਤੇ ਹੁਣ ਕਈ ਪ੍ਰਣਾਲੀਆਂ ਦਾ ਸਮਰਥਨ ਕਰ ਰਿਹਾ ਹੈ. ਹਰੇਕ ਵਾਧੂ BI ਟੂਲ ਵਾਧੂ ਜਟਿਲਤਾ ਅਤੇ ਉਲਝਣ ਜੋੜਦਾ ਹੈ। ਨਵੇਂ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਹੁਣ ਇਸ ਫੈਸਲੇ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਰਿਹਾ ਹੈ ਕਿ ਕਿਹੜਾ ਵਿਸ਼ਲੇਸ਼ਣ ਜਾਂ BI ਟੂਲ ਵਰਤਣਾ ਹੈ। ਚੋਣ ਹਮੇਸ਼ਾ ਸਿੱਧੀ ਨਹੀਂ ਹੁੰਦੀ। ਮਾਮਲਿਆਂ ਨੂੰ ਹੋਰ ਗੁੰਝਲਦਾਰ ਬਣਾਉਣ ਲਈ, ਵੱਖ-ਵੱਖ ਟੂਲ, ਭਾਵੇਂ ਉਹ ਇੱਕੋ ਡੇਟਾ ਸਰੋਤ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦੇ ਹਨ, ਅਕਸਰ ਵੱਖੋ-ਵੱਖਰੇ ਨਤੀਜੇ ਪੈਦਾ ਕਰਦੇ ਹਨ। ਜਵਾਬ ਨਾ ਹੋਣ ਨਾਲੋਂ ਸਿਰਫ ਇਕ ਮਾੜੀ ਗੱਲ ਇਹ ਹੈ ਕਿ ਇਕ ਤੋਂ ਵੱਧ ਹੋਣਾ ਅਤੇ ਇਹ ਨਾ ਜਾਣਨਾ ਕਿ ਕਿਹੜਾ ਸਹੀ ਹੈ।
ਨੌਕਰੀ ਲਈ ਸਹੀ ਸਾਧਨ
ਇਹ ਮੁੱਦੇ Cognos ਵਿਸ਼ਲੇਸ਼ਣ ਸਮੱਗਰੀ ਹੱਬ ਨਾਲ ਹੱਲ ਕੀਤੇ ਜਾਂਦੇ ਹਨ। ਆਓ ਇਸਦਾ ਸਾਹਮਣਾ ਕਰੀਏ, ਮਾਰਕੀਟਪਲੇਸ ਸਿੰਗਲ ਵਿਕਰੇਤਾ ਸੰਕਲਪ 'ਤੇ ਵਾਪਸ ਜਾਣ ਨੂੰ ਬਰਦਾਸ਼ਤ ਨਹੀਂ ਕਰੇਗਾ. ਜੇਕਰ ਉਹ ਸਿੰਗਲ ਟੂਲ ਇੱਕ ਸਕ੍ਰਿਊਡ੍ਰਾਈਵਰ ਹੈ, ਤਾਂ ਜਲਦੀ ਜਾਂ ਬਾਅਦ ਵਿੱਚ, ਤੁਸੀਂ ਇੱਕ ਨਹੁੰ ਦੇ ਪਾਰ ਆਉਣ ਜਾ ਰਹੇ ਹੋ ਜਿਸਨੂੰ ਤੁਹਾਡੇ ਟੂਲ ਨੂੰ ਸੰਭਾਲਣ ਲਈ ਤਿਆਰ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਹੈ। 1 ਜੂਨ, 2022 ਨੂੰ, IBM ਨੇ Cognos Analytics ਸਮਗਰੀ ਹੱਬ ਜਾਰੀ ਕੀਤਾ ਜੋ ਸਿਖਰ 'ਤੇ ਬੈਠਦਾ ਹੈ ਅਤੇ ਤੁਹਾਡੀਆਂ ਮੌਜੂਦਾ ਤਕਨਾਲੋਜੀਆਂ ਵਿੱਚ ਇਕਸਾਰ ਇੰਟਰਫੇਸ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਇੱਕ ਸਿੰਗਲ ਸਾਈਨ-ਆਨ ਰਾਹੀਂ, ਹਰ ਕੋਈ ਆਪਣੀ ਲੋੜ ਦੀ ਹਰ ਚੀਜ਼ ਤੱਕ ਪਹੁੰਚ ਕਰ ਸਕਦਾ ਹੈ।
ਵਿਸ਼ਲੇਸ਼ਣ ਉਦਯੋਗ ਨੇ ਲੰਬੇ ਸਮੇਂ ਤੋਂ "ਸਭ ਤੋਂ ਉੱਤਮ ਨਸਲ" ਬਾਰੇ ਗੱਲ ਕੀਤੀ ਹੈ। ਸੰਕਲਪ ਨੌਕਰੀ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ ਸੰਦ ਖਰੀਦਣਾ ਹੈ. ਸੋਚ ਇਹ ਰਹੀ ਹੈ ਕਿ ਇੱਥੇ ਸਿਰਫ਼ ਇੱਕ ਕੰਮ ਹੈ ਅਤੇ ਤੁਸੀਂ ਇੱਕ ਸਾਧਨ ਤੱਕ ਸੀਮਿਤ ਸੀ। ਅੱਜ ਇੱਥੇ ਹੋਰ ਅਤੇ ਹੋਰ ਜਿਆਦਾ ਖਾਸ ਖਿਡਾਰੀ ਹਨ. ਗਾਰਟਨਰ ਨੇ 6 ਵਿਕਰੇਤਾਵਾਂ ਵਿੱਚੋਂ 20 ਨੂੰ ਨਿਚ ਕੁਆਡ੍ਰੈਂਟ ਵਿੱਚ ਰੱਖਿਆ ਹੈ। ਪਹਿਲਾਂ, ਇਹਨਾਂ ਨੂੰ ਖਾਸ ਕਾਰੋਬਾਰਾਂ ਲਈ ਮੰਨਿਆ ਜਾਂਦਾ ਸੀ। ਹੁਣ, ਵਿਸ਼ੇਸ਼ ਖਿਡਾਰੀਆਂ ਤੋਂ ਦੂਰ ਰਹਿਣ ਦਾ ਕੋਈ ਕਾਰਨ ਨਹੀਂ ਹੈ ਜੇਕਰ ਮਲਟੀਪਲ ਵਿਕਰੇਤਾਵਾਂ ਦੇ ਹੱਲ ਤੁਹਾਡੀਆਂ ਜ਼ਰੂਰਤਾਂ ਨੂੰ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਪੂਰਾ ਕਰਨਗੇ।
ਮਲਟੀਪਲ ਪਲੇਟਫਾਰਮਾਂ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਦੇ ਲਾਭ
ਮਲਟੀਪਲ ਪਲੇਟਫਾਰਮਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਅਤੇ ਇੱਕ ਸਿੰਗਲ ਪੋਰਟਲ ਨਾਲ ਅੰਤਮ ਉਪਭੋਗਤਾ ਨੂੰ ਪੇਸ਼ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣ ਦੇ ਬਹੁਤ ਸਾਰੇ ਲਾਭ ਹਨ:
- ਟਾਈਮ. ਉਪਭੋਗਤਾ ਸਮੱਗਰੀ ਦੀ ਭਾਲ ਵਿੱਚ ਕਿੰਨਾ ਸਮਾਂ ਬਿਤਾਉਂਦੇ ਹਨ? ਅੰਤਮ ਉਪਭੋਗਤਾ ਨੂੰ ਸੰਪਤੀਆਂ ਦੀ ਖੋਜ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ, ਭਾਵੇਂ ਇੱਕ ਰਿਪੋਰਟ ਜਾਂ ਵਿਸ਼ਲੇਸ਼ਣ, ਇੱਕ ਥਾਂ ਤੇ. ਇਸ ਸਧਾਰਨ ROI 'ਤੇ ਵਿਚਾਰ ਕਰੋ: ਇੱਕ ਕੰਪਨੀ ਵਿੱਚ ਜੋ 5 ਉਪਭੋਗਤਾਵਾਂ ਲਈ 500 BI ਟੂਲਸ ਦਾ ਸਮਰਥਨ ਕਰਦੀ ਹੈ ਜੋ ਸਹੀ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਭਾਲ ਵਿੱਚ ਇੱਕ ਦਿਨ ਵਿੱਚ ਔਸਤਨ 5 ਮਿੰਟ ਬਿਤਾਉਂਦੇ ਹਨ। ਇੱਕ ਸਾਲ ਦੇ ਦੌਰਾਨ, ਜੇਕਰ ਇੱਕ ਵਿਸ਼ਲੇਸ਼ਕ ਤੁਹਾਡੇ ਲਈ $100/ਘੰਟਾ ਖਰਚ ਕਰਦਾ ਹੈ ਤਾਂ ਤੁਸੀਂ ਸਿਰਫ਼ ਇੱਕ ਥਾਂ ਦੇਖਣ ਲਈ $3M ਤੋਂ ਵੱਧ ਦੀ ਬਚਤ ਕਰੋਗੇ। ਤੁਸੀਂ ਇੰਤਜ਼ਾਰ ਦੇ ਸਮੇਂ ਦੀ ਲਾਗਤ ਬਚਤ ਦਾ ਇੱਕ ਸਮਾਨ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰ ਸਕਦੇ ਹੋ। ਘੰਟਾ ਗਲਾਸ ਸਪਿਨ ਦੇਖਣ ਦਾ ਸਮਾਂ ਕਈ ਵਾਤਾਵਰਣਾਂ ਵਿੱਚ ਜੋੜਦਾ ਹੈ।
- ਸੱਚ. ਜਦੋਂ ਉਪਭੋਗਤਾਵਾਂ ਕੋਲ ਇੱਕ ਤੋਂ ਵੱਧ ਪ੍ਰਣਾਲੀਆਂ ਤੱਕ ਪਹੁੰਚ ਹੁੰਦੀ ਹੈ ਜੋ ਇੱਕੋ ਕੰਮ ਕਰਦੇ ਹਨ ਜਾਂ ਇੱਕੋ ਜਿਹੇ ਫੰਕਸ਼ਨ ਰੱਖਦੇ ਹਨ, ਤਾਂ ਕੀ ਔਕੜਾਂ ਹਨ ਕਿ ਦੋ ਉਪਭੋਗਤਾ ਇੱਕੋ ਜਵਾਬ ਦੇ ਨਾਲ ਆਉਣਗੇ? ਵੱਖ-ਵੱਖ ਟੂਲਸ ਵਿੱਚ ਵੱਖ-ਵੱਖ ਮੈਟਾਡੇਟਾ ਹੁੰਦੇ ਹਨ। ਡਿਫੌਲਟ ਛਾਂਟੀ ਲਈ ਉਹਨਾਂ ਦੇ ਅਕਸਰ ਵੱਖਰੇ ਨਿਯਮ ਹੁੰਦੇ ਹਨ। ਵਪਾਰਕ ਨਿਯਮਾਂ ਅਤੇ ਗਣਨਾਵਾਂ ਨੂੰ ਕਈ ਸਾਧਨਾਂ ਵਿੱਚ ਸਮਕਾਲੀ ਰੱਖਣਾ ਮੁਸ਼ਕਲ ਹੈ। ਜਵਾਬ ਤੁਹਾਡੇ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਇੱਕ ਸੰਪਤੀ ਦੇ ਨਾਲ ਇੱਕ ਕਿਉਰੇਟਿਡ ਜਵਾਬ ਦੇ ਨਾਲ ਪੇਸ਼ ਕਰਨਾ ਹੈ, ਇਸ ਲਈ ਕੋਈ ਗਲਤੀ ਨਹੀਂ ਹੈ।
- ਭਰੋਸਾ. ਇੱਕ ਸੰਗਠਨ ਨੂੰ ਜਿੰਨੇ ਜ਼ਿਆਦਾ ਸਿਸਟਮ ਜਾਂ ਪਲੇਟਫਾਰਮਾਂ ਦਾ ਸਮਰਥਨ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਓਨਾ ਹੀ ਜ਼ਿਆਦਾ ਜੋਖਮ ਹੁੰਦਾ ਹੈ ਅਤੇ ਇਹ ਸੰਭਾਵਨਾ ਵੱਧ ਹੁੰਦੀ ਹੈ ਕਿ ਤੁਸੀਂ ਉਹਨਾਂ ਸਾਰਿਆਂ 'ਤੇ ਇੱਕੋ ਜਿਹੇ ਨਤੀਜੇ ਦੇਣ ਲਈ ਭਰੋਸਾ ਕਰ ਸਕਦੇ ਹੋ। ਡੁਪਲੀਕੇਟ, ਡੇਟਾ ਦੇ ਸਿਲੋਜ਼ ਅਤੇ ਉਲਝਣ ਦੇ ਜੋਖਮ ਹਨ. ਅੰਤਮ ਉਪਭੋਗਤਾ ਤੋਂ ਉਸ ਫੈਸਲੇ ਦੇ ਬਿੰਦੂ ਨੂੰ ਹਟਾ ਕੇ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਦੇ ਨਾਲ ਪੇਸ਼ ਕਰਕੇ ਉਸ ਜੋਖਮ ਨੂੰ ਖਤਮ ਕਰੋ ਸੱਜੇ ਸੰਪਤੀ
ਤੁਸੀਂ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਦੇ ਯਤਨਾਂ 'ਤੇ ਚਲੇ ਗਏ ਹੋ ਕਿ ਰਿਪੋਰਟਿੰਗ ਡੇਟਾ ਸੱਚ ਦੇ ਇੱਕ ਸਿੰਗਲ ਸੰਸਕਰਣ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਉਪਭੋਗਤਾ ਇਸ ਗੱਲ ਦੀ ਪਰਵਾਹ ਨਹੀਂ ਕਰਦੇ ਕਿ ਡੇਟਾ ਕਿੱਥੋਂ ਆਉਂਦਾ ਹੈ। ਉਹ ਸਿਰਫ ਜਵਾਬ ਚਾਹੁੰਦੇ ਹਨ ਕਿ ਉਹ ਆਪਣਾ ਕੰਮ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣ. ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਸੱਚਾਈ ਦਾ ਇੱਕ ਸਿੰਗਲ ਸੰਸਕਰਣ ਤੁਹਾਡੇ ਮਲਟੀਪਲ BI ਟੂਲਸ ਦੁਆਰਾ ਪੇਸ਼ ਕੀਤਾ ਗਿਆ ਹੈ।
ਕੋਗਨੋਸ ਪਲੱਸ
ਜਿਵੇਂ ਕਿ IBM ਆਪਣੇ ਦੋ ਟੂਲਸ - ਕੋਗਨੋਸ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਯੋਜਨਾਬੰਦੀ - ਨੂੰ ਇੱਕੋ ਛੱਤ ਹੇਠ ਲੈ ਜਾ ਰਿਹਾ ਹੈ, ਮਾਰਕੀਟਪਲੇਸ ਕਿਸੇ ਵੀ ਟੂਲ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣ ਦੀ ਉਮੀਦ ਕਰਨਾ ਜਾਰੀ ਰੱਖੇਗਾ - ਕੋਗਨੋਸ, ਕਿਲਿਕ, ਟੇਬਲਯੂ, ਪਾਵਰਬੀ - ਇਕੱਠੇ, ਸਹਿਜੇ ਹੀ।