ការត្រួតពិនិត្យ + ការធ្វើតេស្តផ្ទុក = ការព្យាករណ៍និងមិនមានការបរាជ័យ

នាយកដ្ឋាន IT របស់ VTB ជាច្រើនដងត្រូវដោះស្រាយស្ថានភាពអាសន្នក្នុងប្រតិបត្តិការប្រព័ន្ធ នៅពេលដែលបន្ទុកលើពួកវាកើនឡើងច្រើនដង។ ហេតុដូច្នេះហើយ មានតម្រូវការក្នុងការអភិវឌ្ឍន៍ និងសាកល្បងគំរូ ដែលនឹងទស្សន៍ទាយការផ្ទុកខ្ពស់បំផុតលើប្រព័ន្ធសំខាន់ៗ។ ដើម្បីធ្វើដូច្នេះ អ្នកឯកទេសផ្នែកព័ត៌មានវិទ្យារបស់ធនាគារបានបង្កើតការត្រួតពិនិត្យ វិភាគទិន្នន័យ និងរៀនធ្វើស្វ័យប្រវត្តិកម្មការព្យាករណ៍។ យើងនឹងប្រាប់អ្នកនៅក្នុងអត្ថបទខ្លីមួយថាតើឧបករណ៍ណាខ្លះបានជួយទស្សន៍ទាយការផ្ទុក និងថាតើពួកគេបានជួយបង្កើនប្រសិទ្ធភាពការងារដែរឬទេ។

បញ្ហានៃសេវាកម្មផ្ទុកខ្ពស់កើតឡើងនៅក្នុងឧស្សាហកម្មស្ទើរតែទាំងអស់ ប៉ុន្តែសម្រាប់វិស័យហិរញ្ញវត្ថុពួកគេមានសារៈសំខាន់ណាស់។ នៅម៉ោង X អង្គភាពប្រយុទ្ធទាំងអស់ត្រូវតែត្រៀមខ្លួនជាស្រេច ដូច្នេះហើយ ចាំបាច់ត្រូវដឹងជាមុននូវអ្វីដែលអាចកើតឡើង ហើយថែមទាំងកំណត់ថ្ងៃដែលបន្ទុកនឹងលោតឡើង ហើយប្រព័ន្ធណានឹងជួបប្រទះវា។ ការបរាជ័យចាំបាច់ត្រូវដោះស្រាយ និងទប់ស្កាត់ ដូច្នេះតម្រូវការក្នុងការអនុវត្តប្រព័ន្ធវិភាគព្យាករណ៍មិនត្រូវបានពិភាក្សាទេ។ វាចាំបាច់ក្នុងការធ្វើទំនើបកម្មប្រព័ន្ធដោយផ្អែកលើទិន្នន័យត្រួតពិនិត្យ។

ការវិភាគលើជង្គង់របស់អ្នក។

គម្រោងបើកប្រាក់បៀវត្សរ៍គឺជាផ្នែកមួយនៃការរសើបបំផុតក្នុងករណីបរាជ័យ។ វាជាការយល់បានបំផុតសម្រាប់ការព្យាករណ៍ ដូច្នេះយើងបានសម្រេចចិត្តចាប់ផ្តើមជាមួយវា។ ដោយសារតែការតភ្ជាប់ខ្ពស់ ប្រព័ន្ធរងផ្សេងទៀត រួមទាំងសេវាធនាគារពីចម្ងាយ (RBS) អាចជួបប្រទះបញ្ហានៅពេលមានបន្ទុកខ្ពស់បំផុត។ ជាឧទាហរណ៍ អតិថិជនដែលពេញចិត្តនឹងសារ SMS អំពីការទទួលប្រាក់បានចាប់ផ្តើមប្រើប្រាស់វាយ៉ាងសកម្ម។ បន្ទុកអាចលោតលើសពីលំដាប់នៃរ៉ិចទ័រ។ 

គំរូព្យាករណ៍ដំបូងត្រូវបានបង្កើតដោយដៃ។ យើង​បាន​យក​ការ​ផ្ទុក​ឡើង​សម្រាប់​ឆ្នាំ​មុន ហើយ​បាន​គណនា​នៅ​ថ្ងៃ​ណា​ដែល​ចំនួន​អតិបរមា​ត្រូវ​បាន​គេ​រំពឹង​ទុក៖ ​​ឧទាហរណ៍ ថ្ងៃ​ទី 1 ទី 15 និង​ទី 25 ក៏​ដូច​ជា​នៅ​ថ្ងៃ​ចុង​ក្រោយ​នៃ​ខែ។ គំរូនេះទាមទារថ្លៃពលកម្មយ៉ាងសំខាន់ ហើយមិនផ្តល់ការព្យាករណ៍ត្រឹមត្រូវទេ។ ទោះជាយ៉ាងណាក៏ដោយ វាបានកំណត់បញ្ហាជាប់គាំងដែលចាំបាច់ត្រូវបន្ថែមផ្នែករឹង និងធ្វើឱ្យវាអាចធ្វើទៅបានដើម្បីបង្កើនប្រសិទ្ធភាពដំណើរការនៃការផ្ទេរប្រាក់ដោយយល់ព្រមជាមួយអតិថិជនយុថ្កា: ដើម្បីមិនផ្តល់ប្រាក់ខែក្នុងមួយក្តាប់ ប្រតិបត្តិការពីតំបន់ផ្សេងៗគ្នាត្រូវបានដកចេញតាមពេលវេលា។ ឥឡូវនេះ យើងដំណើរការវានៅក្នុងផ្នែកដែលហេដ្ឋារចនាសម្ព័ន្ធ IT របស់ធនាគារអាច "ទំពារ" ដោយមិនបរាជ័យ។

ដោយបានទទួលលទ្ធផលវិជ្ជមានដំបូង យើងបានបន្តឆ្ពោះទៅរកការព្យាករណ៍ដោយស្វ័យប្រវត្តិ ចំណុចសំខាន់ៗជាច្រើនទៀតកំពុងរង់ចាំវេនរបស់ពួកគេ។

វិធីសាស្ដ្រចម្រុះ

VTB បានអនុវត្តប្រព័ន្ធត្រួតពិនិត្យពី MicroFocus ។ ពីទីនោះយើងបានប្រមូលទិន្នន័យសម្រាប់ការព្យាករណ៍ ប្រព័ន្ធផ្ទុក និងប្រព័ន្ធរាយការណ៍។ ជាការពិត ការត្រួតពិនិត្យបានធ្វើឡើងរួចហើយ អ្វីដែលនៅសល់គឺត្រូវបន្ថែមម៉ែត្រ ម៉ូឌុលព្យាករណ៍ និងបង្កើតរបាយការណ៍ថ្មី។ ការសម្រេចចិត្តនេះត្រូវបានគាំទ្រដោយអ្នកម៉ៅការខាងក្រៅ Technoserv ដូច្នេះការងារចម្បងលើការអនុវត្តគម្រោងបានធ្លាក់ទៅលើអ្នកឯកទេសរបស់ខ្លួន ប៉ុន្តែយើងបានសាងសង់គំរូដោយខ្លួនឯង។ ប្រព័ន្ធ​ព្យាករណ៍​ត្រូវ​បាន​បង្កើត​ឡើង​ដោយ​ផ្អែក​លើ Prophet ដែល​ជា​ផលិតផល​ប្រភព​បើក​ចំហ​ដែល​បង្កើត​ឡើង​ដោយ Facebook។ វាងាយស្រួលប្រើ និងរួមបញ្ចូលគ្នាយ៉ាងងាយស្រួលជាមួយនឹងឧបករណ៍ត្រួតពិនិត្យរួមបញ្ចូលគ្នារបស់យើង និង Vertica ។ និយាយដោយប្រយោល ប្រព័ន្ធវិភាគក្រាហ្វបន្ទុក ហើយបូកសរុបវាដោយផ្អែកលើស៊េរី Fourier ។ វាក៏អាចធ្វើទៅបានផងដែរដើម្បីបន្ថែមមេគុណជាក់លាក់ក្នុងមួយថ្ងៃដោយយកចេញពីគំរូរបស់យើង។ មាត្រដ្ឋាន​ត្រូវ​បាន​យក​ដោយ​គ្មាន​ការ​អន្តរាគមន៍​ពី​មនុស្ស ការ​ព្យាករ​ត្រូវ​បាន​គណនា​ឡើង​វិញ​ដោយ​ស្វ័យ​ប្រវត្តិ​ម្តង​ក្នុង​មួយ​សប្តាហ៍ ហើយ​របាយការណ៍​ថ្មី​ត្រូវ​បាន​ផ្ញើ​ទៅ​អ្នក​ទទួល។ 

វិធីសាស្រ្តនេះកំណត់ពីវដ្តសំខាន់ៗ ឧទាហរណ៍ ប្រចាំឆ្នាំ ប្រចាំខែ ប្រចាំត្រីមាស និងប្រចាំសប្តាហ៍។ ការទូទាត់ប្រាក់បៀវត្សរ៍ និងបុរេប្រទាន រយៈពេលវិស្សមកាល ថ្ងៃឈប់សម្រាក និងការលក់ - ទាំងអស់នេះប៉ះពាល់ដល់ចំនួននៃការហៅទៅកាន់ប្រព័ន្ធ។ ជាឧទាហរណ៍ វាបានប្រែក្លាយថាវដ្តមួយចំនួនត្រួតលើគ្នា ហើយបន្ទុកសំខាន់ (75%) លើប្រព័ន្ធគឺមកពីស្រុកសហព័ន្ធកណ្តាល។ នីតិបុគ្គល និងបុគ្គលមានឥរិយាបទខុសគ្នា។ ប្រសិនបើបន្ទុកពី "អ្នករូបវិទ្យា" ត្រូវបានចែកចាយស្មើៗគ្នាក្នុងប៉ុន្មានថ្ងៃនៃសប្តាហ៍ (នេះគឺជាប្រតិបត្តិការតូចៗជាច្រើន) បន្ទាប់មកសម្រាប់ក្រុមហ៊ុន 99,9% ត្រូវបានចំណាយលើម៉ោងធ្វើការ ហើយប្រតិបត្តិការអាចមានរយៈពេលខ្លី ឬអាចដំណើរការក្នុងរយៈពេលជាច្រើន នាទីឬសូម្បីតែម៉ោង។

ផ្អែកលើទិន្នន័យដែលទទួលបាន និន្នាការរយៈពេលវែងត្រូវបានកំណត់។ ប្រព័ន្ធ​ថ្មី​នេះ​បាន​បង្ហាញ​ថា​មនុស្ស​កំពុង​ផ្លាស់​ប្តូរ​យ៉ាង​ច្រើន​ទៅ​កាន់​សេវា​ធនាគារ​ពី​ចម្ងាយ។ មនុស្សគ្រប់គ្នាដឹងរឿងនេះ ប៉ុន្តែយើងមិនបានរំពឹងថានឹងមានមាត្រដ្ឋានបែបនេះទេ ហើយដំបូងឡើយមិនជឿលើវាទេ៖ ចំនួននៃការហៅទូរស័ព្ទទៅកាន់ការិយាល័យធនាគារកំពុងថយចុះយ៉ាងខ្លាំង ហើយចំនួនប្រតិបត្តិការពីចម្ងាយកំពុងកើនឡើងដោយចំនួនដូចគ្នាយ៉ាងពិតប្រាកដ។ ដូច្នោះហើយបន្ទុកលើប្រព័ន្ធក៏កំពុងកើនឡើង ហើយនឹងបន្តកើនឡើង។ ឥឡូវនេះយើងកំពុងព្យាករណ៍បន្ទុករហូតដល់ខែកុម្ភៈ 2020។ ថ្ងៃធម្មតាអាចត្រូវបានព្យាករណ៍ដោយមានកំហុស 3% និងថ្ងៃកំពូលដែលមានកំហុស 10% ។ នេះជាលទ្ធផលល្អ។

ចំនុចគ្រោះថ្នាក់

ដូចធម្មតា នេះមិនមែនគ្មានការលំបាកទេ។ យន្តការ extrapolation ដោយប្រើស៊េរី Fourier មិនឆ្លងកាត់សូន្យល្អទេ - យើងដឹងថានីតិបុគ្គលបង្កើតប្រតិបត្តិការតិចតួចនៅចុងសប្តាហ៍ ប៉ុន្តែម៉ូឌុលព្យាករណ៍ផលិតតម្លៃដែលនៅឆ្ងាយពីសូន្យ។ វាអាចធ្វើទៅបានដើម្បីកែពួកវាដោយបង្ខំ ប៉ុន្តែឈើច្រត់មិនមែនជាវិធីសាស្ត្ររបស់យើងទេ។ លើសពីនេះ យើងត្រូវដោះស្រាយបញ្ហានៃការទាញយកទិន្នន័យដោយគ្មានការឈឺចាប់ពីប្រព័ន្ធប្រភព។ ការប្រមូលព័ត៌មានជាទៀងទាត់ទាមទារធនធានកុំព្យូទ័រយ៉ាងធ្ងន់ធ្ងរ ដូច្នេះយើងបង្កើតឃ្លាំងសម្ងាត់រហ័សដោយប្រើការចម្លង និងទទួលទិន្នន័យអាជីវកម្មពីការចម្លង។ អវត្ដមាននៃបន្ទុកបន្ថែមលើប្រព័ន្ធមេនៅក្នុងករណីបែបនេះគឺជាតម្រូវការទប់ស្កាត់។

បញ្ហាប្រឈមថ្មី។

កិច្ចការត្រង់ៗនៃការទស្សន៍ទាយកម្រិតកំពូលត្រូវបានដោះស្រាយ៖ មិនមានការបរាជ័យទាក់ទងនឹងការផ្ទុកលើសទម្ងន់នៅក្នុងធនាគារចាប់តាំងពីខែឧសភាឆ្នាំនេះ ហើយប្រព័ន្ធព្យាករណ៍ថ្មីបានដើរតួនាទីយ៉ាងសំខាន់ក្នុងរឿងនេះ។ បាទ វាប្រែថាមិនគ្រប់គ្រាន់ទេ ហើយឥឡូវនេះ ធនាគារចង់ស្វែងយល់ថាតើកំពូលភ្នំមានគ្រោះថ្នាក់ប៉ុណ្ណាសម្រាប់វា។ យើងត្រូវការការព្យាករណ៍ដោយប្រើម៉ែត្រពីការធ្វើតេស្តបន្ទុក ហើយសម្រាប់ប្រព័ន្ធសំខាន់ៗប្រហែល 30% ដែលកំពុងដំណើរការរួចហើយ នៅសល់គឺស្ថិតនៅក្នុងដំណើរការទទួលការព្យាករណ៍។ នៅដំណាក់កាលបន្ទាប់ យើងនឹងទស្សន៍ទាយការផ្ទុកនៅលើប្រព័ន្ធដែលមិនមែននៅក្នុងប្រតិបត្តិការអាជីវកម្មទេ ប៉ុន្តែនៅក្នុងលក្ខខណ្ឌនៃហេដ្ឋារចនាសម្ព័ន្ធ IT ពោលគឺយើងនឹងធ្លាក់ចុះមួយស្រទាប់។ លើសពីនេះ យើងត្រូវធ្វើស្វ័យប្រវត្តិកម្មពេញលេញនៃការប្រមូលរង្វាស់ម៉ែត្រ និងការសាងសង់ការព្យាករណ៍ដោយផ្អែកលើពួកវា ដើម្បីកុំឱ្យដោះស្រាយជាមួយនឹងការទាញយក។ មិនមានអ្វីប្លែកអំពីវាទេ - យើងគ្រាន់តែឆ្លងកាត់ការត្រួតពិនិត្យ និងការធ្វើតេស្តសាកល្បង ស្របតាមការអនុវត្តល្អបំផុតជាសកល។

ប្រភព: www.habr.com