គុណភាពទិន្នន័យនៅក្នុងឃ្លាំង

គុណភាពនៃទិន្នន័យនៅក្នុងឃ្លាំងគឺជាតម្រូវការជាមុនដ៏សំខាន់សម្រាប់ការទទួលបានព័ត៌មានដ៏មានតម្លៃ។ គុណភាពអន់នាំឱ្យប្រតិកម្មខ្សែសង្វាក់អវិជ្ជមានក្នុងរយៈពេលយូរ។
ទីមួយ ការជឿទុកចិត្តលើព័ត៌មានដែលបានផ្តល់ត្រូវបានបាត់បង់។ មនុស្សចាប់ផ្តើមប្រើប្រាស់កម្មវិធី Business Intelligence តិចជាងមុន សក្តានុពលនៃកម្មវិធីនៅតែមិនមានការអះអាង។
ជាលទ្ធផល ការវិនិយោគបន្ថែមទៀតនៅក្នុងគម្រោងវិភាគត្រូវបានចោទសួរ។

ទំនួលខុសត្រូវចំពោះគុណភាពទិន្នន័យ

ទិដ្ឋភាពដែលទាក់ទងនឹងការកែលម្អគុណភាពទិន្នន័យគឺមានសារៈសំខាន់ដ៏ធំនៅក្នុងគម្រោង BI ។ ទោះជាយ៉ាងណាក៏ដោយ វាមិនមែនជាឯកសិទ្ធិរបស់អ្នកឯកទេសបច្ចេកទេសតែប៉ុណ្ណោះ។
គុណភាពទិន្នន័យក៏ត្រូវបានជះឥទ្ធិពលដោយទិដ្ឋភាពដូចជា

វប្ប​ធ​ម៍​របស់​ក្រុមហ៊ុន

• តើ​កម្មករ​ខ្លួន​ឯង​ចាប់​អារម្មណ៍​ផលិត​ផល​ដែល​មាន​គុណភាព​ដែរ​ឬ​ទេ?
• បើ​មិន​ដូច្នេះ​ទេ? ប្រហែលជាមានជម្លោះផលប្រយោជន៍។
• ប្រហែលជាមានច្បាប់សាជីវកម្មដែលកំណត់ថាអ្នកណាជាអ្នកទទួលខុសត្រូវចំពោះគុណភាព?

ដំណើរការ

• តើទិន្នន័យអ្វីខ្លះត្រូវបានបង្កើតឡើងនៅចុងបញ្ចប់នៃខ្សែសង្វាក់ទាំងនេះ?
• ប្រហែលជាប្រព័ន្ធប្រតិបត្តិការត្រូវបានកំណត់រចនាសម្ព័ន្ធតាមរបៀបដែលអ្នកត្រូវ "បង្វិល" ដើម្បីឆ្លុះបញ្ចាំងពីស្ថានភាពនេះឬស្ថានភាពនោះនៅក្នុងការពិត។
• តើប្រព័ន្ធប្រតិបត្តិការធ្វើការផ្ទៀងផ្ទាត់ទិន្នន័យ និងការផ្សះផ្សាខ្លួនឯងទេ?

មនុស្សគ្រប់រូបនៅក្នុងស្ថាប័នទទួលខុសត្រូវចំពោះគុណភាពនៃទិន្នន័យនៅក្នុងប្រព័ន្ធរាយការណ៍។

និយមន័យនិងអត្ថន័យ

គុណភាពគឺជាការពេញចិត្តដែលបានបញ្ជាក់ពីការរំពឹងទុករបស់អតិថិជន។

ប៉ុន្តែគុណភាពទិន្នន័យមិនមាននិយមន័យទេ។ វាតែងតែឆ្លុះបញ្ចាំងពីបរិបទនៃការប្រើប្រាស់។ ឃ្លាំងទិន្នន័យ និងប្រព័ន្ធ BI បម្រើគោលបំណងផ្សេងគ្នាជាងប្រព័ន្ធប្រតិបត្តិការដែលទិន្នន័យមក។

ឧទាហរណ៍ នៅលើប្រព័ន្ធប្រតិបត្តិការ គុណលក្ខណៈអតិថិជនអាចជាវាលស្រេចចិត្ត។ នៅក្នុងឃ្លាំង គុណលក្ខណៈនេះអាចត្រូវបានប្រើជាវិមាត្រ ហើយការបំពេញរបស់វាត្រូវបានទាមទារ។ ដែលនៅក្នុងវេនណែនាំពីតម្រូវការក្នុងការបំពេញតម្លៃលំនាំដើម។

តម្រូវការផ្ទុកទិន្នន័យកំពុងផ្លាស់ប្តូរឥតឈប់ឈរ ហើយជាធម្មតាវាខ្ពស់ជាងតម្លៃសម្រាប់ប្រព័ន្ធប្រតិបត្តិការ។ ប៉ុន្តែវាក៏អាចជាមធ្យោបាយផ្សេងទៀតនៅពេលដែលមិនចាំបាច់រក្សាទុកព័ត៌មានលំអិតពីប្រព័ន្ធប្រតិបត្តិការនៅក្នុងកន្លែងផ្ទុក។

ដើម្បីធ្វើឱ្យគុណភាពទិន្នន័យអាចវាស់វែងបាន ស្តង់ដាររបស់វាត្រូវតែត្រូវបានពិពណ៌នា។ មនុស្សដែលប្រើប្រាស់ព័ត៌មាន និងតួលេខសម្រាប់ការងាររបស់ពួកគេត្រូវតែចូលរួមនៅក្នុងដំណើរការពិពណ៌នា។ លទ្ធផលនៃការជាប់ពាក់ព័ន្ធនេះអាចជាច្បាប់មួយ ដោយធ្វើតាមអ្វីដែលគេអាចប្រាប់មួយភ្លែតនៅតុថាតើមានកំហុសឬអត់។ ច្បាប់នេះត្រូវតែធ្វើទ្រង់ទ្រាយជាស្គ្រីប/កូដសម្រាប់ការផ្ទៀងផ្ទាត់ជាបន្តបន្ទាប់។

ការកែលម្អគុណភាពទិន្នន័យ

វាមិនអាចទៅរួចទេក្នុងការសម្អាត និងកែកំហុសសម្មតិកម្មទាំងអស់ក្នុងអំឡុងពេលដំណើរការផ្ទុកទិន្នន័យទៅក្នុងឃ្លាំង។ គុណភាពទិន្នន័យល្អអាចសម្រេចបានតែតាមរយៈការសហការយ៉ាងជិតស្និទ្ធរវាងអ្នកចូលរួមទាំងអស់។ អ្នក​ដែល​បញ្ចូល​ទិន្នន័យ​ទៅក្នុង​ប្រព័ន្ធ​ប្រតិបត្តិការ​ត្រូវ​សិក្សា​ពី​សកម្មភាព​ដែល​នាំ​ឱ្យ​មាន​កំហុស។

គុណភាពទិន្នន័យគឺជាដំណើរការមួយ។ ជាអកុសល អង្គការជាច្រើនមិនមានយុទ្ធសាស្ត្រសម្រាប់ការកែលម្អជាបន្តបន្ទាប់។ មនុស្សជាច្រើនកំណត់ខ្លួនឯងត្រឹមតែរក្សាទុកទិន្នន័យប៉ុណ្ណោះ ហើយមិនប្រើសក្តានុពលពេញលេញនៃប្រព័ន្ធវិភាគទេ។ ជាធម្មតា នៅពេលបង្កើតឃ្លាំងទិន្នន័យ 70-80% នៃថវិកាត្រូវបានចំណាយលើការអនុវត្តការរួមបញ្ចូលទិន្នន័យ។ ដំណើរការត្រួតពិនិត្យ និងកែលម្អនៅតែមិនពេញលេញ ប្រសិនបើនៅទាំងអស់។

ឧបករណ៍

ការប្រើប្រាស់ឧបករណ៍សូហ្វវែរអាចជួយក្នុងដំណើរការនៃការកែលម្អគុណភាពទិន្នន័យដោយស្វ័យប្រវត្តិ និងការត្រួតពិនិត្យ។ ឧទាហរណ៍ ពួកគេអាចធ្វើស្វ័យប្រវត្តិកម្មទាំងស្រុងនូវការផ្ទៀងផ្ទាត់បច្ចេកទេសនៃរចនាសម្ព័ន្ធផ្ទុក៖ ទម្រង់វាល វត្តមាននៃតម្លៃលំនាំដើម ការអនុលោមតាមឈ្មោះវាលតារាង។

វាប្រហែលជាពិបាកជាងក្នុងការត្រួតពិនិត្យខ្លឹមសារ។ នៅពេលដែលតម្រូវការផ្ទុកផ្លាស់ប្តូរ ការបកស្រាយទិន្នន័យក៏អាចផ្លាស់ប្តូរផងដែរ។ ឧបករណ៍ខ្លួនវាអាចក្លាយជាគម្រោងដ៏ធំមួយដែលត្រូវការការគាំទ្រ។

ព័ត៌មានជំនួយ

មូលដ្ឋានទិន្នន័យទំនាក់ទំនង ដែលហាងត្រូវបានរចនាជាធម្មតា មានសមត្ថភាពគួរឱ្យកត់សម្គាល់ក្នុងការបង្កើតទិដ្ឋភាព។ ពួកវាអាចត្រូវបានប្រើដើម្បីពិនិត្យទិន្នន័យបានយ៉ាងឆាប់រហ័ស ប្រសិនបើអ្នកដឹងពីភាពជាក់លាក់នៃខ្លឹមសារ។ ករណីនីមួយៗនៃការស្វែងរកកំហុស ឬបញ្ហានៅក្នុងទិន្នន័យអាចត្រូវបានកត់ត្រាក្នុងទម្រង់នៃសំណួរមូលដ្ឋានទិន្នន័យ។

តាមវិធីនេះ មូលដ្ឋានចំណេះដឹងអំពីខ្លឹមសារនឹងត្រូវបានបង្កើតឡើង។ ជាការពិតណាស់សំណើបែបនេះត្រូវតែលឿន។ ការមើលជាធម្មតាត្រូវការពេលវេលាតិចជាងមនុស្សក្នុងការថែរក្សាជាងឧបករណ៍ដែលផ្អែកលើតារាង។ ទិដ្ឋភាពគឺត្រៀមខ្លួនជាស្រេចដើម្បីបង្ហាញលទ្ធផលនៃការធ្វើតេស្ត។
ក្នុងករណីរបាយការណ៍សំខាន់ៗ ទិដ្ឋភាពអាចមានជួរឈរជាមួយអ្នកទទួល។ វាសមហេតុផលក្នុងការប្រើឧបករណ៍ BI ដូចគ្នាដើម្បីរាយការណ៍អំពីស្ថានភាពនៃគុណភាពទិន្នន័យនៅក្នុងឃ្លាំង។

ឧទាហរណ៍:

សំណួរត្រូវបានសរសេរសម្រាប់មូលដ្ឋានទិន្នន័យ Oracle ។ ក្នុង​ឧទាហរណ៍​នេះ តេស្ត​ត្រឡប់​តម្លៃ​ជា​លេខ​ដែល​អាច​បកស្រាយ​តាម​ការ​ចង់​បាន។ តម្លៃ T_MIN និង T_MAX អាចត្រូវបានប្រើដើម្បីកែតម្រូវកម្រិតសំឡេងរោទិ៍។ វាលរបាយការណ៍ធ្លាប់ត្រូវបានប្រើជាសារនៅក្នុងផលិតផល ETL ពាណិជ្ជកម្មដែលមិនដឹងពីរបៀបផ្ញើអ៊ីមែលឱ្យបានត្រឹមត្រូវ ដូច្នេះ rpad គឺជា "ឈើច្រត់" ។

ក្នុងករណីតារាងធំ អ្នកអាចបន្ថែមឧទាហរណ៍ AND ROWNUM <= 10, i.e. ប្រសិនបើមានកំហុសចំនួន 10 នោះវាគ្រប់គ្រាន់ដើម្បីបង្កឱ្យមានការជូនដំណឹង។

CREATE OR REPLACE VIEW V_QC_DIM_PRODUCT_01 AS
SELECT
  CASE WHEN OUTPUT>=T_MIN AND OUTPUT<=T_MAX
  THEN 'OK' ELSE 'ERROR' END AS RESULT,
  DESCRIPTION,
  TABLE_NAME, 
  OUTPUT, 
  T_MIN,
  T_MAX,
  rpad(DESCRIPTION,60,' ') || rpad(OUTPUT,8,' ') || rpad(T_MIN,8,' ') || rpad(T_MAX,8,' ') AS REPORT
FROM (-- Test itself
  SELECT
    'DIM_PRODUCT' AS TABLE_NAME,
    'Count of blanks' AS DESCRIPTION,
    COUNT(*) AS OUTPUT,
    0 AS T_MIN,
    10 AS T_MAX
  FROM DIM_PRODUCT
  WHERE DIM_PRODUCT_ID != -1 -- not default value
  AND ATTRIBUTE IS NULL ); -- count blanks

ការបោះពុម្ពប្រើសម្ភារៈពីសៀវភៅ
Ronald Bachmann, វេជ្ជបណ្ឌិត. លោក Guido Kemper
Raus aus der BI-Falle
Wie Business Intelligence zum Erfolg wird

ប្រភព: www.habr.com