🥇 ડેટા વિભાગ. વર્ષ 2013. પૂર્વવર્તી

2013 વર્ષે આઈબીએસ, જે પછી બનાવતી હોય તેવું લાગતું હતું ડેટા વિભાગ, મને બિગ ડેટાના સમસ્યા વિસ્તાર અને સામાન્ય રીતે ડેટાના સંદર્ભમાં આવો બ્રેઈનડમ્પ (કોર્પોરેટ તેલ અને ગેસ ગ્રાહકો સાથેની ક્રિયાપ્રતિક્રિયાના અનુભવ પર આધારિત) બનાવવા કહ્યું. તેથી હું તેને 7 વર્ષ પછી મળ્યો અને વિચાર્યું કે તે રમુજી છે. કેટલીક બાબતો સ્પષ્ટ છે. કેટલાક સંપૂર્ણ રીતે સાચા ન હતા, પરંતુ... 7 વર્ષ વીતી ગયા.

મેં અંગ્રેજીમાં લખ્યું અને હવે મેં તેનો રશિયનમાં અનુવાદ કરવાનું વિચાર્યું. જો કંઈક હજુ પણ સંબંધિત હોય તો શું? (હું બુલેટિનનું ભાષાંતર કરીશ, પરંતુ આળસને કારણે અંગ્રેજીમાં ચિહ્નો છોડી દો. લીલો સારું છે, લાલ ખતરનાક છે, વાદળી એ સ્વપ્ન છે).

હું “આજ” થી ન્યૂનતમ ટિપ્પણીઓને ઔપચારિક કરીશ ઇટાલિયનજેથી તે સ્પષ્ટ અને અલગ પડે.

તો, ડેટા! અમારા માટે ડેટા...

ડેટા ડિવિઝન એ બ્લડ ડિવિઝન છે, કારણ કે ડેટાની સરખામણી કરી શકાય છે, ઉદાહરણ તરીકે, બિઝનેસ બોડીની નસ અને ધમનીઓમાંથી વહેતા લોહી સાથે. જો કે, લોહી સમાન હોવા છતાં, સજીવો અલગ છે અને તેથી ઉત્પાદન ખૂબ જ મુશ્કેલ છે, પરંતુ તે વિકાસ માટેની તક પણ રજૂ કરે છે.

એવા લોકો છે કે જેમના માટે ડેટા તેમની આંખોમાં જમ્પ કરે છે - આ છે અમે.
અને એવા લોકો છે કે જેઓ કમનસીબે, ડેટા પોઇન્ટ ખાલી જોતા નથી. આ, ફરીથી, અરે, આપણું છે ગ્રાહકો!

અને તેથી, વ્યવસાયના સિદ્ધાંતો...

અમે વેચીએ છીએ બિઝનેસ, અને નહીં ИТ (બધા IT નિષ્ણાતો મને એક જ સમયે માફ કરી શકે છે) કારણ કે આપણે વિશ્વની સમસ્યાઓ હલ કરી રહ્યા છીએ, અને, વધુ પૈસા.
તમામ વ્યાપારી સમસ્યાઓ થીમેટિક ઇન્ડસ્ટ્રી વર્ટિકલ્સની આસપાસ કેન્દ્રિત છે અને તેના માટે પૂરતી જરૂર પડશે વિશેષતાઓ.
સાબિત કરવાના પ્રયાસો "ડેટા" નું મૂલ્ય અથવા, વધુ મુશ્કેલ, વ્યવસાય માટે "ડેટા મેનેજમેન્ટ" નું મૂલ્ય શાશ્વત વેદના અને પીડા છે. મૂળભૂત રીતે, તે એક વ્યક્તિ પાસે આવવા જેવું છે જે સારું અનુભવી રહ્યું છે અને કહે છે: "દોસ્ત, અમે હવે તમારા લોહીની સારવાર કરીશું, અને, દોસ્ત, તે મોંઘું છે!"
મારું "ભીનું સ્વપ્ન" SaaS મોડલની અંદર "ડેટા નિષ્કર્ષણ" અને "વિશ્લેષણ" વેચવાનું છે નાના અને મધ્યમ વ્યવસાયોજેઓ શાનદાર ઇન્ટરફેસ સાથે 123 ક્લાઉડ સેવાઓમાં ચઢ્યા છે: પ્રોજેક્ટ મેનેજમેન્ટ, હેલ્પડેસ્ક, એકાઉન્ટિંગ, CRM, પગારપત્રક, સમય અહેવાલ, માર્કેટિંગ, ... તમે તેને નામ આપો, અને પોતાને ડેટામાં દફનાવ્યો. Youcalc અને સક્સેસફેક્ટર્સ (ત્યાં કદાચ હવે નથી) આ સારું છે!
ટિંકર કરવા માંગતા લોકો માટે જુઓ "ક્રંચ" ડેટા સાથે. તેઓ દુર્લભ અને વિચિત્ર છે (ચાના પાંદડા જેવા), પરંતુ વ્યવસાયની ચાવી છે. ઉદાહરણ તરીકે, કવિ સહસંબંધમાં ખૂબ સારા હોઈ શકે છે.
ઇજનેરો જરૂરી! ક્રન્ચર્સે ડેટામાંથી ઉકેલમાં ખેંચેલી સમસ્યાઓને ફેરવવાની જરૂર છે. અને નિર્ણયની સફળતા કે નિષ્ફળતા સંપૂર્ણપણે તેમના પર નિર્ભર છે.
વિકાસ ખુલ્લા સ્ત્રોત પ્રોજેક્ટ્સ ખૂબ મૂલ્યવાન છે અને શરૂઆતથી વ્યવહારીક રીતે જટિલ ઉકેલોને "એસેમ્બલ" કરવાનું શક્ય બનાવે છે.
પરંતુ... આપણે એ ન ભૂલવું જોઈએ કે હડુપ એક પુસ્તકાલય છે, અને લ્યુસીન પણ એક પુસ્તકાલય છે, અને વચ્ચેનું અંતર પુસ્તકાલય અને ઔદ્યોગિક ઉત્પાદન ઘણું
બિલ્ટ સોલ્યુશન્સને નોંધપાત્ર રીતે અનુકૂલન કરવું પડશે, કારણ કે મોડ્યુલરિટી и અખંડિતતા - કી પોઇન્ટ.
ચપળ (ભગવાન મને માફ કરો) ગ્રાહક સાથેની ક્રિયાપ્રતિક્રિયા અને ચકાસણીની મુખ્ય તકનીક છે પૂર્વધારણાઓ, જેમાંથી ઘણા હશે.
બધા કોડિંગ અને UI ને આઉટસોર્સ કરવું ખાસ કરીને શક્ય અને જરૂરી છે. તમામ બિઝનેસ એનાલિટિક્સ અને વિશિષ્ટતાઓ બેકએન્ડ છોડવાની જરૂર છે અંદર અને મુખ્ય યોગ્યતા તરીકે ગણવામાં આવે છે.
વ્યાપાર નિર્ણય લેનારાઓને સતત "માહિતી" હોવી જોઈએ ડેટા સાથે યોગ્ય રીતે કામ કરવાની જરૂરિયાત અને તેનું વિશ્લેષણ કરવા માટે સતત નવી રીતો શોધી રહ્યા છીએ. અમારા કર્મચારીઓની તકનીકી અને વ્યવસાયિક ક્ષમતાઓનું સંયોજન સમગ્ર સંસ્થાની સ્થિતિને એકંદરે વધારવામાં મદદ કરશે.
ઈન્ટરનેટ - પ્રેરણાનો અનંત સ્ત્રોત છે (ત્યારે એટલી બધી બિલાડીઓ ન હતીએન્ટરપ્રાઇઝ ડેટા મેનેજમેન્ટના અભિગમોના સંબંધમાં, જો કે ઉદ્દેશ્યો અને અવકાશ નોંધપાત્ર રીતે બદલાય છે.

તકનીકી ધારણાઓ...

માં વિકાસની વિશાળ સંભાવના છે સરળીકરણ લોકોને ડેટા કેવી રીતે બતાવવામાં આવે છે. તમે આને "iPhonization" શબ્દ કહી શકો છો.
એ હકીકત હોવા છતાં કે BI વિક્રેતાઓ દાવો કરે છે કે તેઓ સીધા છે અંતિમ વપરાશકર્તાઓ માટે વિશ્લેષણ લાવો, (અને તેઓ ચોક્કસપણે આ દિશામાં આગળ વધી રહ્યા છે) - સફળતા હજુ સુધી આવી નથી. લોકો માત્ર સારી રીતે સમજી શકતા નથી બહુપરીમાણીય ડેટા.
વધુ કે ઓછા જટિલ, ઢીલી રીતે સંરચિત ડેટાનું પ્રતિનિધિત્વ કરતું વપરાશકર્તા ઈન્ટરફેસ પાસાદાર ફોર્મ - અસંખ્ય સમસ્યાઓ પણ રજૂ કરે છે. નિષ્કર્ષ: ખુશામત વધુ સારી.
સ્ત્રોતોમાંથી સ્વચાલિત ડેટા નિષ્કર્ષણના આધારે બનાવવામાં આવેલ પ્લેટફોર્મ (જે હંમેશા આવા નિષ્કર્ષણ માટે રચાયેલ નથી) સ્ત્રોતો, કનેક્ટર્સની સ્થિરતા અને ઈન્ફ્રાસ્ટ્રક્ચર પર નોંધપાત્ર રીતે નિર્ભર છે. પરિણામો પહોંચાડવામાં નિષ્ફળતા માટે પ્લેટફોર્મ (મેસેન્જર) હંમેશા દોષિત રહેશે. વિશ્વાસ - આ પ્રકારના પ્લેટફોર્મની મૂડી. મૂડી જે કમાવી મુશ્કેલ અને ગુમાવવી સરળ છે.
વ્યવસાયના દૃષ્ટિકોણથી, બિગ ડેટા વિશ્લેષણ અને વચ્ચે કોઈ તફાવત નથી માત્ર ડેટા. ઘણીવાર 2x2 જેટલી સરળ સંખ્યાઓ પાછળ લાખો ડોલરની તકો રહેલી હોય છે. એક સારું ઉદાહરણ નોર્વેજીયન શેલ્ફ પર ઇન્ફ્રાસ્ટ્રક્ચર તત્વોના જીવનના અંતનો ડેટા છે. ભાવિ કેપ્સની બધી તારીખો ક્યારે છે. તમામ સાધનોનું સમારકામ એક ધરી પર મૂકવામાં આવ્યું હતું અને તેમને જાણવા મળ્યું કે N વર્ષોમાં શેલ્ફ આર્માગેડન આવી રહ્યો છે - એક ખૂબ જ શ્રીમંત માણસ તેની ખુરશી પરથી ઊભો થયો અને ઉતાવળથી આ શબ્દો સાથે રૂમની બહાર નમ્યો: “માફ કરશો, હું નથી કરતો. મારી પાસે ઘણો સમય છે, મારે કાફલો તૈયાર કરવાની જરૂર છે..."
એક્સેલ, અને આવશ્યકપણે ડેટાની સ્પષ્ટ અને સંક્ષિપ્ત ટેબ્યુલર પ્રસ્તુતિ, પ્રચંડ શક્તિ અને ઉત્તમ ભવિષ્ય ધરાવે છે. હું સુંદર કોષ્ટકોમાં વિશ્વાસ કરું છું (અને હજુ પણ કરો) અને તે છે!
આ બધાનું મુખ્ય ધનુષ્ય "વિશ્લેષણ" છે નિર્ણય ઓટોમેશન. સૌથી મોટી તકો છે, પરંતુ સૌથી વધુ જોખમો પણ છે, તેથી જ તકો સમૃદ્ધ છે, તેથી જ જોખમો છે, તેથી જ ત્યાં તકો છે, તેથી જ તે ટોફી છે... 🙂 વેલ ડ્રિલિંગ મેનેજમેન્ટ, ઉદાહરણ તરીકે...
જો "અખંડિતતા" એ મુખ્ય વિશેષતા છે, તો ડેટા વાસ્તવિક રીતે સેવા તરીકે રજૂ થવો જોઈએ. REST નિયમો, પરંતુ અમે ઓપ્ટિમાઇઝેશન વિશે ભૂલી ન જોઈએ કામગીરી, જે હવે ઘણી વખત અખંડિતતા માટે બલિદાન આપવામાં આવે છે કારણ કે કમ્પ્યુટિંગ શક્તિ સતત વધી રહી છે.
માસ્ટર ડેટા - આ તે છે જે કોઈપણ વ્યવસાયિક સમસ્યાઓને સંબોધિત કરતા પહેલા સ્થાનિકીકરણ, એક્સ્ટ્રેક્ટ, પ્રમાણિત કરવાની જરૂર છે. માસ્ટર ડેટા નાનો છે, પરંતુ તેની સાથે સમસ્યાઓ મોટી છે! અર્થશાસ્ત્રના ભાઈઓ કહે છે તેમ, વિશ્વની તમામ સમસ્યાઓમાંથી 50% એ છે કારણ કે લોકો એક જ વસ્તુઓને જુદા જુદા નામોથી બોલાવે છે, અને અન્ય 50% એ છે કારણ કે તેઓ વિવિધ વસ્તુઓને એક જ નામથી બોલાવે છે.
કોઈપણ એન્કેપ્સ્યુલેશન સંગ્રહ સ્તરે, તે ઉકેલની નિખાલસતાને મર્યાદિત કરે છે અને SILO-ફિકેશન તરફ દોરી જાય છે. જો તમે મોટા વિક્રેતા હોવ તો તે સારું છે, અન્યથા તે આવું છે. (અહીં આપણે વાત કરી રહ્યા છીએ, અલબત્ત, બ્લોક લેવલ વિશે નહીં અને AWS S3 વિશે નહીં, જે તે સમયે 6 વર્ષ જૂનું હતું, પરંતુ ફાઇલો વિશે).
રિલેશનલ મોડેલિંગ ડેટા હવે અમારો મિત્ર નથી. RDF અને કી-વેલ્યુ - સરસ! અમે 2000 કોષ્ટકોના મોડલ સાથે 15 કોષ્ટકોમાં રિલેશનલ ડેટાબેઝના જાદુઈ પરિવર્તન જોયા છે, અને કોઈપણ વપરાશકર્તાઓએ કંઈપણ ગુમાવ્યું નથી.
ઇન્ટરનેટ કાર્ય કરે છે કારણ કે તે અસ્તિત્વમાં છે URL ને સંબોધનની એકીકૃત પદ્ધતિ તરીકે. URL નું મહત્વ અથવા તેના બદલે યુઆરઆઇ એન્ટરપ્રાઇઝ માહિતી સંસાધનો માટે વધુ પડતો અંદાજ કાઢવો મુશ્કેલ છે.
ટેક્સ્ટ માઇનિંગ અને NLP લોકપ્રિય છે. ઈન્ટરનેટમાં. પરંતુ કોર્પોરેટ સેક્ટરમાં પણ અનસ્ટ્રક્ચર્ડ કોર્પોરેટ ડેટામાંથી સ્ટ્રક્ચર્ડ ડેટા કાઢીને મોટી સફળતા મેળવી શકાય છે.
સિનર્જી સ્ટ્રક્ચર્ડ ડેટા અને અનસ્ટ્રક્ચર્ડ ડેટામાંથી કાઢવામાં આવેલી માહિતી વચ્ચે, એટલે કે. ફાઇલો - વિશ્લેષણાત્મક ક્લોન્ડાઇક.
ડેટા કાઢતી વખતે, અધિકારો વિશે ભૂલશો નહીં અને કૉપિરાઇટ્સ.
ડેટા નિષ્કર્ષણ કંપનીએ રચના કરવી જોઈએહેકર્સ વિભાગ, શબ્દના સારા અર્થમાં. યલો પેજીસ ક્રાઉલર બોટ પ્રોટેક્શન સિસ્ટમ્સ સામેની ચઢાવની લડાઈથી પ્રેરિત.
ડેટા સાથે કામ કરતા પહેલા, તે જરૂરી છે "જુઓ" તેની સંપૂર્ણતામાં. તે સમજાવવું મુશ્કેલ છે. ટેબ્યુલર સ્વરૂપો ધ્યાનમાં આવે છે. કેટલાક માટે, ગ્રાફિકલ રજૂઆતો, પરંતુ કોઈપણ ગ્રાફ પહેલેથી જ એક અર્થઘટન છે. એક યા બીજી રીતે... “જુઓ”!
અગ્રભાગમાં વપરાશકર્તા "વિશ્વાસ" ના મુદ્દાનું પુનરાવર્તન. કનેક્ટર્સ/ડેટા જનરેશન પ્રક્રિયાઓમાં વિશ્વાસ, ડેટામાં વિશ્વાસ, લીધેલા નિર્ણયોમાં વિશ્વાસ રાખો.

સોર્સ: www.habr.com

ડેટા વિભાગ. વર્ષ 2013. પૂર્વદર્શી

એક ટિપ્પણી ઉમેરો જવાબ રદ