পরিষ্কার বিশ্লেষণ. Rabota.ru পরিষেবা দ্বারা মূকনাট্য সমাধান বাস্তবায়নের অভিজ্ঞতা

প্রতিটি ব্যবসার উচ্চ-মানের ডেটা বিশ্লেষণ এবং এর ভিজ্যুয়ালাইজেশনের প্রয়োজন রয়েছে। বিবেচনা করার আরেকটি গুরুত্বপূর্ণ বিষয় হল ব্যবসা ব্যবহারকারীর জন্য ব্যবহারের সহজতা। প্রাথমিক পর্যায়ে কর্মচারী প্রশিক্ষণের জন্য টুলটির অতিরিক্ত খরচের প্রয়োজন হবে না। এরকম একটি সমাধান হল মূকনাট্য।

Rabota.ru পরিষেবা বহুমুখী ডেটা বিশ্লেষণের জন্য মূকক বেছে নিয়েছে। আমরা Rabota.ru পরিষেবার অ্যানালিটিক্সের ডিরেক্টর আলেনা আর্টেমিয়েভার সাথে কথা বলেছি এবং BI GlowByte টিমের দ্বারা বাস্তবায়িত সমাধানের পরে বিশ্লেষণগুলি কীভাবে পরিবর্তিত হয়েছে তা খুঁজে বের করেছি।

প্রশ্নঃ কিভাবে একটি BI সমাধানের প্রয়োজন দেখা দিল?

আলেনা আর্টেমিয়েভা: গত বছরের শেষে, Rabota.ru পরিষেবা দল দ্রুত বৃদ্ধি পেতে শুরু করে। তখনই বিভিন্ন বিভাগ এবং কোম্পানি ব্যবস্থাপনা থেকে উচ্চ-মানের এবং বোধগম্য বিশ্লেষণের প্রয়োজনীয়তা বৃদ্ধি পায়। আমরা বিশ্লেষণাত্মক উপকরণ (অ্যাডহক গবেষণা এবং নিয়মিত প্রতিবেদন) জন্য একটি একক এবং সুবিধাজনক স্থান তৈরি করার প্রয়োজনীয়তা উপলব্ধি করেছি এবং সক্রিয়ভাবে এই দিকে অগ্রসর হতে শুরু করেছি।

প্রশ্ন: BI সমাধান অনুসন্ধান করার জন্য কোন মানদণ্ড ব্যবহার করা হয়েছিল এবং কে মূল্যায়নে অংশ নিয়েছিল?

AA: আমাদের জন্য সবচেয়ে গুরুত্বপূর্ণ মানদণ্ড ছিল নিম্নলিখিত:

• ডেটা স্টোরেজের জন্য একটি স্বায়ত্তশাসিত সার্ভারের প্রাপ্যতা;
• লাইসেন্সের খরচ;
• একটি Windows/iOS ডেস্কটপ ক্লায়েন্টের প্রাপ্যতা;
• অ্যান্ড্রয়েড/আইওএস মোবাইল ক্লায়েন্টের প্রাপ্যতা;
• একটি ওয়েব ক্লায়েন্টের প্রাপ্যতা;
• একটি অ্যাপ্লিকেশন/পোর্টালে একীকরণের সম্ভাবনা;
• স্ক্রিপ্ট ব্যবহার করার ক্ষমতা;
• অবকাঠামো সহায়তার সরলতা/জটিলতা এবং এর জন্য বিশেষজ্ঞ খোঁজার প্রয়োজন/প্রয়োজন নেই;
• ব্যবহারকারীদের মধ্যে BI সমাধানের ব্যাপকতা;
• BI সমাধান ব্যবহারকারীদের থেকে পর্যালোচনা.

প্রশ্ন: যারা মূল্যায়নে অংশ নিয়েছিলেন:

AA: এটি ছিল বিশ্লেষক এবং ML Rabota.ru-এর একটি যৌথ কাজ।

প্রশ্ন: সমাধানটি কোন কার্যকরী এলাকার অন্তর্গত?

AA: যেহেতু আমরা পুরো কোম্পানির জন্য একটি সহজ এবং বোধগম্য বিশ্লেষণাত্মক রিপোর্টিং সিস্টেম তৈরির কাজটির মুখোমুখি হয়েছিলাম, তাই কার্যকরী ক্ষেত্রগুলির সেট যার সাথে সমাধানটি সম্পর্কিত তা বেশ প্রশস্ত। এগুলো হল সেলস, ফিনান্স, মার্কেটিং, প্রোডাক্ট এবং সার্ভিস।

প্রশ্ন: আপনি কোন সমস্যা(গুলি) সমাধান করছিলেন?

AA: মূকনাটি আমাদের বেশ কয়েকটি মূল সমস্যা সমাধান করতে সাহায্য করেছে:

• ডেটা প্রসেসিং গতি বাড়ান।
• "ম্যানুয়াল" তৈরি এবং রিপোর্ট আপডেট করা থেকে দূরে সরান।
• তথ্য স্বচ্ছতা বৃদ্ধি.
• সমস্ত মূল কর্মচারীদের জন্য ডেটা প্রাপ্যতা বৃদ্ধি করুন।
• পরিবর্তনগুলিতে দ্রুত সাড়া দেওয়ার এবং ডেটার উপর ভিত্তি করে সিদ্ধান্ত নেওয়ার ক্ষমতা অর্জন করুন।
• পণ্যটি আরও বিশদে বিশ্লেষণ করার এবং বৃদ্ধির ক্ষেত্রগুলি সন্ধান করার সুযোগ পান।

প্রশ্ন: মূকনাট্যের আগে কী এসেছিল? কি প্রযুক্তি ব্যবহার করা হয়েছে?

AA: পূর্বে, আমরা, অনেক কোম্পানির মতো, সক্রিয়ভাবে Google Sheets এবং Excel ব্যবহার করতাম, সেইসাথে আমাদের নিজস্ব উন্নয়নগুলি, মূল সূচকগুলিকে কল্পনা করতে। কিন্তু ধীরে ধীরে আমরা বুঝতে পেরেছি যে এই ফর্ম্যাটটি আমাদের জন্য উপযুক্ত নয়। প্রাথমিকভাবে ডেটা প্রসেসিংয়ের কম গতির কারণে, তবে সীমিত ভিজ্যুয়ালাইজেশন ক্ষমতা, সুরক্ষা সমস্যা, ক্রমাগত প্রচুর পরিমাণে ডেটা ম্যানুয়ালি প্রক্রিয়া করার প্রয়োজন এবং কর্মচারীদের সময় অপচয়, ত্রুটির উচ্চ সম্ভাবনা এবং জনসাধারণের কাছে রিপোর্টগুলিতে অ্যাক্সেস প্রদানের সমস্যাগুলির কারণে। (পরেরটি এক্সেলে রিপোর্টের জন্য সবচেয়ে প্রাসঙ্গিক)। এগুলিতে প্রচুর পরিমাণে ডেটা প্রক্রিয়া করাও অসম্ভব।

প্রশ্ন: সমাধানটি কীভাবে বাস্তবায়িত হয়েছিল?

AA: আমরা নিজেরাই সার্ভারের অংশটি রোল আউট করে শুরু করেছি এবং পোস্টগ্রেএসকিউএল-এ প্রস্তুত ডেটার সাথে স্টোরফ্রন্ট থেকে ডেটা সংযুক্ত করে প্রতিবেদন তৈরি করতে শুরু করেছি। কয়েক মাস পরে, সার্ভারটি সহায়তার জন্য পরিকাঠামোতে স্থানান্তর করা হয়েছিল।

প্রশ্ন: কোন বিভাগগুলি প্রথম প্রকল্পে যোগদান করেছিল, এটি কি কঠিন ছিল?

AA: প্রতিবেদনের বিশাল সংখ্যাগরিষ্ঠতা প্রথম থেকেই বিশ্লেষণ বিভাগের কর্মচারীদের দ্বারা প্রস্তুত করা হয়; পরবর্তীকালে, অর্থ বিভাগ মূকক ব্যবহারে যোগ দেয়।
কোন জটিল অসুবিধা ছিল না, যেহেতু ড্যাশবোর্ড প্রস্তুত করার সময়, কাজটি তিনটি প্রধান পর্যায়ে বিভক্ত হয়: ডাটাবেস গবেষণা এবং সূচক গণনার জন্য একটি পদ্ধতি তৈরি করা, একটি প্রতিবেদনের বিন্যাস প্রস্তুত করা এবং গ্রাহকের সাথে একমত হওয়া, ডেটা মার্ট তৈরি এবং স্বয়ংক্রিয় করা এবং একটি তৈরি করা। মর্টের উপর ভিত্তি করে ড্যাশবোর্ড ভিজ্যুয়ালাইজেশন। আমরা তৃতীয় পর্যায়ে মূকনাট্য ব্যবহার করি।

প্রশ্নঃ বাস্তবায়ন দলে কে ছিলেন?

এএ: এটি মূলত এমএল দল ছিল।

প্রশ্ন: কর্মীদের প্রশিক্ষণের প্রয়োজন ছিল?

AA: না, আমাদের দলের কাছে মূকনাট্য থেকে ম্যারাথন ডেটা এবং মূকনাট্য ব্যবহারকারী সম্প্রদায়ের তথ্য সহ সর্বজনীনভাবে উপলব্ধ যথেষ্ট উপকরণ ছিল৷ প্ল্যাটফর্মের সরলতা এবং কর্মীদের পূর্বের অভিজ্ঞতার জন্য ধন্যবাদ, অতিরিক্ত কোনো কর্মচারীকে প্রশিক্ষণের প্রয়োজন ছিল না। এখন বিশ্লেষকদের দল মূকনাট্য আয়ত্ত করার ক্ষেত্রে উল্লেখযোগ্য অগ্রগতি করেছে, যা ব্যবসার আকর্ষণীয় কাজ এবং সমস্যা সমাধানের প্রক্রিয়ায় পাওয়া টেবলুর বৈশিষ্ট্য এবং সক্ষমতা নিয়ে দলের মধ্যে সক্রিয় যোগাযোগ উভয়ের মাধ্যমেই সহজতর হয়েছে।

প্রশ্নঃ আয়ত্ত করা কতটা কঠিন?

AA: সবকিছু আমাদের জন্য তুলনামূলকভাবে সহজে চলে গেছে এবং প্ল্যাটফর্মটি সবার জন্য স্বজ্ঞাত হয়ে উঠেছে।

প্রশ্ন: আপনি কত দ্রুত প্রথম ফলাফল পেয়েছেন?

AA: বাস্তবায়নের কয়েক দিনের মধ্যে, গ্রাহকদের ইচ্ছা অনুযায়ী ভিজ্যুয়ালাইজেশনকে "পলিশ" করার জন্য একটি নির্দিষ্ট পরিমাণ সময় প্রয়োজন ছিল তা বিবেচনা করে।

প্রশ্ন: প্রকল্পের ফলাফলের উপর ভিত্তি করে আপনার কাছে ইতিমধ্যেই কোন সূচক রয়েছে?

AA: আমরা ইতিমধ্যে বিভিন্ন ক্ষেত্রে 130 টিরও বেশি প্রতিবেদন বাস্তবায়ন করেছি এবং ডেটা প্রস্তুতির গতি কয়েকগুণ বাড়িয়েছি। এটি আমাদের জনসংযোগ বিভাগের বিশেষজ্ঞদের জন্য গুরুত্বপূর্ণ বলে প্রমাণিত হয়েছে, যেহেতু এখন আমরা মিডিয়ার বর্তমান অনুরোধগুলির দ্রুত প্রতিক্রিয়া জানাতে পারি, সাধারণভাবে এবং স্বতন্ত্র শিল্পে শ্রমবাজারে বিশাল অধ্যয়ন প্রকাশ করতে পারি এবং পরিস্থিতিগত বিশ্লেষণও প্রস্তুত করতে পারি।

প্রশ্ন: আপনি কীভাবে সিস্টেমটি বিকাশের পরিকল্পনা করছেন? কোন বিভাগগুলি প্রকল্পের সাথে জড়িত হবে?

AA: আমরা সমস্ত গুরুত্বপূর্ণ ক্ষেত্রে রিপোর্টিং সিস্টেমকে আরও বিকাশ করার পরিকল্পনা করছি। বিশ্লেষণ বিভাগ এবং অর্থ বিভাগের বিশেষজ্ঞদের দ্বারা প্রতিবেদনগুলি প্রয়োগ করা অব্যাহত থাকবে, তবে আমরা অন্যান্য বিভাগের সহকর্মীরা যদি তাদের নিজস্ব উদ্দেশ্যে মূকনাটক ব্যবহার করতে চায় তবে তাদের জড়িত করতে প্রস্তুত।

উত্স: www.habr.com