ਸਪਸ਼ਟ ਵਿਸ਼ਲੇਸ਼ਣ। Rabota.ru ਸੇਵਾ ਦੁਆਰਾ ਝਾਂਕੀ ਦੇ ਹੱਲ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦਾ ਤਜਰਬਾ

ਹਰੇਕ ਕਾਰੋਬਾਰ ਨੂੰ ਉੱਚ-ਗੁਣਵੱਤਾ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਇਸਦੇ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ ਦੀ ਜ਼ਰੂਰਤ ਹੁੰਦੀ ਹੈ. ਵਿਚਾਰ ਕਰਨ ਲਈ ਇਕ ਹੋਰ ਮਹੱਤਵਪੂਰਨ ਕਾਰਕ ਹੈ ਕਾਰੋਬਾਰੀ ਉਪਭੋਗਤਾ ਲਈ ਵਰਤੋਂ ਦੀ ਸੌਖ। ਟੂਲ ਨੂੰ ਸ਼ੁਰੂਆਤੀ ਪੜਾਅ 'ਤੇ ਕਰਮਚਾਰੀ ਸਿਖਲਾਈ ਲਈ ਵਾਧੂ ਖਰਚਿਆਂ ਦੀ ਲੋੜ ਨਹੀਂ ਹੋਣੀ ਚਾਹੀਦੀ. ਅਜਿਹਾ ਹੀ ਇੱਕ ਹੱਲ ਹੈ ਝਾਂਕੀ।

Rabota.ru ਸੇਵਾ ਨੇ ਮਲਟੀਵੇਰੀਏਟ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਝਾਂਕੀ ਦੀ ਚੋਣ ਕੀਤੀ। ਅਸੀਂ Rabota.ru ਸੇਵਾ 'ਤੇ ਵਿਸ਼ਲੇਸ਼ਕੀ ਦੇ ਨਿਰਦੇਸ਼ਕ, ਅਲੇਨਾ ਆਰਟਮੇਯੇਵਾ ਨਾਲ ਗੱਲ ਕੀਤੀ, ਅਤੇ ਇਹ ਪਤਾ ਲਗਾਇਆ ਕਿ BI ਗਲੋਬਾਈਟ ਟੀਮ ਦੁਆਰਾ ਲਾਗੂ ਕੀਤੇ ਗਏ ਹੱਲ ਤੋਂ ਬਾਅਦ ਵਿਸ਼ਲੇਸ਼ਣ ਕਿਵੇਂ ਬਦਲਿਆ ਹੈ।

ਸਵਾਲ: BI ਹੱਲ ਦੀ ਲੋੜ ਕਿਵੇਂ ਪੈਦਾ ਹੋਈ?

Alena Artemyeva: ਪਿਛਲੇ ਸਾਲ ਦੇ ਅੰਤ ਵਿੱਚ, Rabota.ru ਸੇਵਾ ਟੀਮ ਨੇ ਤੇਜ਼ੀ ਨਾਲ ਵਿਕਾਸ ਕਰਨਾ ਸ਼ੁਰੂ ਕੀਤਾ. ਇਹ ਉਦੋਂ ਸੀ ਜਦੋਂ ਵੱਖ-ਵੱਖ ਵਿਭਾਗਾਂ ਅਤੇ ਕੰਪਨੀ ਪ੍ਰਬੰਧਨ ਤੋਂ ਉੱਚ-ਗੁਣਵੱਤਾ ਅਤੇ ਸਮਝਣ ਯੋਗ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਲੋੜ ਵਧ ਗਈ ਸੀ। ਅਸੀਂ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਸਮੱਗਰੀ (ਐਡਹਾਕ ਖੋਜ ਅਤੇ ਨਿਯਮਤ ਰਿਪੋਰਟਾਂ) ਲਈ ਇੱਕ ਸਿੰਗਲ ਅਤੇ ਸੁਵਿਧਾਜਨਕ ਜਗ੍ਹਾ ਬਣਾਉਣ ਦੀ ਜ਼ਰੂਰਤ ਨੂੰ ਮਹਿਸੂਸ ਕੀਤਾ ਅਤੇ ਇਸ ਦਿਸ਼ਾ ਵਿੱਚ ਸਰਗਰਮੀ ਨਾਲ ਅੱਗੇ ਵਧਣਾ ਸ਼ੁਰੂ ਕੀਤਾ।

ਸਵਾਲ: BI ਹੱਲ ਦੀ ਖੋਜ ਕਰਨ ਲਈ ਕਿਹੜੇ ਮਾਪਦੰਡ ਵਰਤੇ ਗਏ ਸਨ ਅਤੇ ਮੁਲਾਂਕਣ ਵਿੱਚ ਕਿਸਨੇ ਹਿੱਸਾ ਲਿਆ ਸੀ?

AA: ਸਾਡੇ ਲਈ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਮਾਪਦੰਡ ਹੇਠ ਲਿਖੇ ਸਨ:

• ਡਾਟਾ ਸਟੋਰੇਜ਼ ਲਈ ਇੱਕ ਆਟੋਨੋਮਸ ਸਰਵਰ ਦੀ ਉਪਲਬਧਤਾ;
• ਲਾਇਸੰਸ ਦੀ ਲਾਗਤ;
• ਵਿੰਡੋਜ਼/ਆਈਓਐਸ ਡੈਸਕਟਾਪ ਕਲਾਇੰਟ ਦੀ ਉਪਲਬਧਤਾ;
• Android/iOS ਮੋਬਾਈਲ ਕਲਾਇੰਟ ਦੀ ਉਪਲਬਧਤਾ;
• ਇੱਕ ਵੈੱਬ ਕਲਾਇੰਟ ਦੀ ਉਪਲਬਧਤਾ;
• ਇੱਕ ਐਪਲੀਕੇਸ਼ਨ/ਪੋਰਟਲ ਵਿੱਚ ਏਕੀਕਰਣ ਦੀ ਸੰਭਾਵਨਾ;
• ਸਕ੍ਰਿਪਟਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਯੋਗਤਾ;
• ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਸਮਰਥਨ ਦੀ ਸਾਦਗੀ/ਜਟਿਲਤਾ ਅਤੇ ਇਸਦੇ ਲਈ ਮਾਹਿਰਾਂ ਨੂੰ ਲੱਭਣ ਦੀ ਲੋੜ/ਕੋਈ ਲੋੜ ਨਹੀਂ;
• ਉਪਭੋਗਤਾਵਾਂ ਵਿੱਚ BI ਹੱਲਾਂ ਦਾ ਪ੍ਰਚਲਨ;
• BI ਹੱਲਾਂ ਦੇ ਉਪਭੋਗਤਾਵਾਂ ਤੋਂ ਸਮੀਖਿਆਵਾਂ।

ਸਵਾਲ: ਮੁਲਾਂਕਣ ਵਿੱਚ ਕਿਸਨੇ ਹਿੱਸਾ ਲਿਆ:

AA: ਇਹ ਵਿਸ਼ਲੇਸ਼ਕ ਅਤੇ ML Rabota.ru ਦੀਆਂ ਟੀਮਾਂ ਦਾ ਸਾਂਝਾ ਕੰਮ ਸੀ।

ਸਵਾਲ: ਹੱਲ ਕਿਸ ਕਾਰਜਸ਼ੀਲ ਖੇਤਰ ਨਾਲ ਸਬੰਧਤ ਹੈ?

AA: ਕਿਉਂਕਿ ਸਾਨੂੰ ਸਮੁੱਚੀ ਕੰਪਨੀ ਲਈ ਇੱਕ ਸਧਾਰਨ ਅਤੇ ਸਮਝਣ ਯੋਗ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਰਿਪੋਰਟਿੰਗ ਪ੍ਰਣਾਲੀ ਬਣਾਉਣ ਦੇ ਕੰਮ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪਿਆ ਸੀ, ਇਸ ਲਈ ਕਾਰਜਸ਼ੀਲ ਖੇਤਰਾਂ ਦਾ ਸਮੂਹ ਜਿਸ ਨਾਲ ਹੱਲ ਸੰਬੰਧਿਤ ਹੈ ਕਾਫ਼ੀ ਵਿਸ਼ਾਲ ਹੈ। ਇਹ ਵਿਕਰੀ, ਵਿੱਤ, ਮਾਰਕੀਟਿੰਗ, ਉਤਪਾਦ ਅਤੇ ਸੇਵਾ ਹਨ।

ਸਵਾਲ: ਤੁਸੀਂ ਕਿਹੜੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰ ਰਹੇ ਸੀ?

AA: ਝਾਂਕੀ ਨੇ ਕਈ ਮੁੱਖ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਵਿੱਚ ਸਾਡੀ ਮਦਦ ਕੀਤੀ:

• ਡਾਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਸਪੀਡ ਵਧਾਓ।
• "ਮੈਨੁਅਲ" ਬਣਾਉਣ ਅਤੇ ਰਿਪੋਰਟਾਂ ਨੂੰ ਅਪਡੇਟ ਕਰਨ ਤੋਂ ਦੂਰ ਜਾਓ।
• ਡਾਟਾ ਪਾਰਦਰਸ਼ਤਾ ਵਧਾਓ.
• ਸਾਰੇ ਮੁੱਖ ਕਰਮਚਾਰੀਆਂ ਲਈ ਡੇਟਾ ਦੀ ਉਪਲਬਧਤਾ ਵਧਾਓ।
• ਤਬਦੀਲੀਆਂ ਦਾ ਤੇਜ਼ੀ ਨਾਲ ਜਵਾਬ ਦੇਣ ਅਤੇ ਡੇਟਾ ਦੇ ਅਧਾਰ 'ਤੇ ਫੈਸਲੇ ਲੈਣ ਦੀ ਯੋਗਤਾ ਪ੍ਰਾਪਤ ਕਰੋ।
• ਉਤਪਾਦ ਦਾ ਵਧੇਰੇ ਵਿਸਥਾਰ ਨਾਲ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਅਤੇ ਵਿਕਾਸ ਦੇ ਖੇਤਰਾਂ ਦੀ ਭਾਲ ਕਰਨ ਦਾ ਮੌਕਾ ਪ੍ਰਾਪਤ ਕਰੋ।

ਸਵਾਲ: ਝਾਂਕੀ ਤੋਂ ਪਹਿਲਾਂ ਕੀ ਆਇਆ? ਕਿਹੜੀਆਂ ਤਕਨੀਕਾਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਗਈ ਸੀ?

AA: ਪਹਿਲਾਂ, ਅਸੀਂ, ਬਹੁਤ ਸਾਰੀਆਂ ਕੰਪਨੀਆਂ ਵਾਂਗ, ਮੁੱਖ ਸੂਚਕਾਂ ਦੀ ਕਲਪਨਾ ਕਰਨ ਲਈ, Google ਸ਼ੀਟਾਂ ਅਤੇ ਐਕਸਲ ਦੇ ਨਾਲ-ਨਾਲ ਸਾਡੇ ਆਪਣੇ ਵਿਕਾਸ ਦੀ ਸਰਗਰਮੀ ਨਾਲ ਵਰਤੋਂ ਕੀਤੀ ਸੀ। ਪਰ ਹੌਲੀ-ਹੌਲੀ ਸਾਨੂੰ ਅਹਿਸਾਸ ਹੋਇਆ ਕਿ ਇਹ ਫਾਰਮੈਟ ਸਾਡੇ ਅਨੁਕੂਲ ਨਹੀਂ ਸੀ। ਮੁੱਖ ਤੌਰ 'ਤੇ ਡੇਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਦੀ ਘੱਟ ਗਤੀ ਦੇ ਕਾਰਨ, ਪਰ ਸੀਮਤ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ ਸਮਰੱਥਾਵਾਂ, ਸੁਰੱਖਿਆ ਸਮੱਸਿਆਵਾਂ, ਲਗਾਤਾਰ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਡੇਟਾ ਨੂੰ ਹੱਥੀਂ ਪ੍ਰਕਿਰਿਆ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਅਤੇ ਕਰਮਚਾਰੀਆਂ ਦੇ ਸਮੇਂ ਦੀ ਬਰਬਾਦੀ, ਗਲਤੀ ਦੀ ਉੱਚ ਸੰਭਾਵਨਾ ਅਤੇ ਰਿਪੋਰਟਾਂ ਤੱਕ ਜਨਤਕ ਪਹੁੰਚ ਪ੍ਰਦਾਨ ਕਰਨ ਵਿੱਚ ਸਮੱਸਿਆਵਾਂ ਦੇ ਕਾਰਨ। (ਐਕਸਲ ਵਿੱਚ ਰਿਪੋਰਟਾਂ ਲਈ ਬਾਅਦ ਵਾਲਾ ਸਭ ਤੋਂ ਢੁਕਵਾਂ)। ਇਹਨਾਂ ਵਿੱਚ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਨਾ ਵੀ ਅਸੰਭਵ ਹੈ.

ਸਵਾਲ: ਹੱਲ ਕਿਵੇਂ ਲਾਗੂ ਕੀਤਾ ਗਿਆ ਸੀ?

AA: ਅਸੀਂ ਸਰਵਰ ਦੇ ਹਿੱਸੇ ਨੂੰ ਆਪਣੇ ਆਪ ਰੋਲ ਆਊਟ ਕਰਕੇ ਸ਼ੁਰੂ ਕੀਤਾ ਹੈ ਅਤੇ ਰਿਪੋਰਟਾਂ ਬਣਾਉਣੀਆਂ ਸ਼ੁਰੂ ਕੀਤੀਆਂ ਹਨ, ਸਟੋਰਫਰੰਟ ਤੋਂ ਡੇਟਾ ਨੂੰ PostgreSQL 'ਤੇ ਤਿਆਰ ਕੀਤੇ ਡੇਟਾ ਨਾਲ ਜੋੜਨਾ ਸ਼ੁਰੂ ਕੀਤਾ ਹੈ। ਕੁਝ ਮਹੀਨਿਆਂ ਬਾਅਦ, ਸਰਵਰ ਨੂੰ ਸਹਾਇਤਾ ਲਈ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਿੱਚ ਤਬਦੀਲ ਕਰ ਦਿੱਤਾ ਗਿਆ ਸੀ।

ਸਵਾਲ: ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਸਭ ਤੋਂ ਪਹਿਲਾਂ ਕਿਹੜੇ ਵਿਭਾਗ ਸ਼ਾਮਲ ਹੋਏ, ਕੀ ਇਹ ਮੁਸ਼ਕਲ ਸੀ?

AA: ਜ਼ਿਆਦਾਤਰ ਰਿਪੋਰਟਾਂ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿਭਾਗ ਦੇ ਕਰਮਚਾਰੀਆਂ ਦੁਆਰਾ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਤਿਆਰ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ; ਬਾਅਦ ਵਿੱਚ, ਵਿੱਤ ਵਿਭਾਗ ਝਾਂਕੀ ਦੀ ਵਰਤੋਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋ ਗਿਆ।
ਇੱਥੇ ਕੋਈ ਗੰਭੀਰ ਮੁਸ਼ਕਲਾਂ ਨਹੀਂ ਸਨ, ਕਿਉਂਕਿ ਡੈਸ਼ਬੋਰਡ ਤਿਆਰ ਕਰਨ ਵੇਲੇ, ਕੰਮ ਨੂੰ ਤਿੰਨ ਮੁੱਖ ਪੜਾਵਾਂ ਵਿੱਚ ਵੰਡਿਆ ਜਾਂਦਾ ਹੈ: ਡੇਟਾਬੇਸ ਦੀ ਖੋਜ ਕਰਨਾ ਅਤੇ ਸੂਚਕਾਂ ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ ਇੱਕ ਕਾਰਜਪ੍ਰਣਾਲੀ ਬਣਾਉਣਾ, ਇੱਕ ਰਿਪੋਰਟ ਲੇਆਉਟ ਤਿਆਰ ਕਰਨਾ ਅਤੇ ਇਸ ਨੂੰ ਗਾਹਕ ਨਾਲ ਸਹਿਮਤ ਕਰਨਾ, ਡੇਟਾ ਮਾਰਟ ਬਣਾਉਣਾ ਅਤੇ ਸਵੈਚਾਲਤ ਕਰਨਾ ਅਤੇ ਇੱਕ ਬਣਾਉਣਾ। ਮਾਰਟਸ 'ਤੇ ਆਧਾਰਿਤ ਡੈਸ਼ਬੋਰਡ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ। ਅਸੀਂ ਤੀਜੇ ਪੜਾਅ ਵਿੱਚ ਝਾਂਕੀ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ।

ਸਵਾਲ: ਲਾਗੂ ਕਰਨ ਵਾਲੀ ਟੀਮ ਵਿਚ ਕੌਣ ਸੀ?

AA: ਇਹ ਮੁੱਖ ਤੌਰ 'ਤੇ ML ਟੀਮ ਸੀ।

ਸਵਾਲ: ਕੀ ਸਟਾਫ ਦੀ ਸਿਖਲਾਈ ਦੀ ਲੋੜ ਸੀ?

AA: ਨਹੀਂ, ਸਾਡੀ ਟੀਮ ਕੋਲ ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ ਸਮੱਗਰੀ ਦੀ ਕਾਫ਼ੀ ਮਾਤਰਾ ਸੀ, ਜਿਸ ਵਿੱਚ ਝਾਂਕੀ ਤੋਂ ਮੈਰਾਥਨ ਡੇਟਾ ਅਤੇ ਝਾਂਕੀ ਉਪਭੋਗਤਾ ਭਾਈਚਾਰਿਆਂ ਵਿੱਚ ਜਾਣਕਾਰੀ ਸ਼ਾਮਲ ਹੈ। ਪਲੇਟਫਾਰਮ ਦੀ ਸਾਦਗੀ ਅਤੇ ਕਰਮਚਾਰੀਆਂ ਦੇ ਪਿਛਲੇ ਤਜ਼ਰਬੇ ਕਾਰਨ ਕਿਸੇ ਵੀ ਕਰਮਚਾਰੀ ਨੂੰ ਵਾਧੂ ਸਿਖਲਾਈ ਦੇਣ ਦੀ ਕੋਈ ਲੋੜ ਨਹੀਂ ਸੀ। ਹੁਣ ਵਿਸ਼ਲੇਸ਼ਕਾਂ ਦੀ ਟੀਮ ਨੇ ਝਾਂਕੀ ਵਿੱਚ ਮੁਹਾਰਤ ਹਾਸਲ ਕਰਨ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਤਰੱਕੀ ਕੀਤੀ ਹੈ, ਜੋ ਕਿ ਕਾਰੋਬਾਰ ਦੇ ਦਿਲਚਸਪ ਕਾਰਜਾਂ ਅਤੇ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਪਾਈਆਂ ਗਈਆਂ ਝਾਂਕੀ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਅਤੇ ਸਮਰੱਥਾਵਾਂ 'ਤੇ ਟੀਮ ਦੇ ਅੰਦਰ ਸਰਗਰਮ ਸੰਚਾਰ ਦੁਆਰਾ ਸੁਵਿਧਾਜਨਕ ਹੈ।

ਸਵਾਲ: ਮਾਸਟਰ ਕਰਨਾ ਕਿੰਨਾ ਔਖਾ ਹੈ?

AA: ਹਰ ਚੀਜ਼ ਸਾਡੇ ਲਈ ਮੁਕਾਬਲਤਨ ਆਸਾਨੀ ਨਾਲ ਚਲੀ ਗਈ, ਅਤੇ ਪਲੇਟਫਾਰਮ ਹਰ ਕਿਸੇ ਲਈ ਅਨੁਭਵੀ ਬਣ ਗਿਆ.

ਸਵਾਲ: ਤੁਹਾਨੂੰ ਪਹਿਲਾ ਨਤੀਜਾ ਕਿੰਨੀ ਜਲਦੀ ਪ੍ਰਾਪਤ ਹੋਇਆ?

AA: ਲਾਗੂ ਕਰਨ ਤੋਂ ਬਾਅਦ ਕੁਝ ਦਿਨਾਂ ਦੇ ਅੰਦਰ, ਇਸ ਤੱਥ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦੇ ਹੋਏ ਕਿ ਗਾਹਕਾਂ ਦੀਆਂ ਇੱਛਾਵਾਂ ਦੇ ਅਨੁਸਾਰ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ ਨੂੰ "ਪੌਲਿਸ਼" ਕਰਨ ਲਈ ਇੱਕ ਨਿਸ਼ਚਿਤ ਸਮੇਂ ਦੀ ਲੋੜ ਸੀ।

ਸਵਾਲ: ਪ੍ਰੋਜੈਕਟ ਦੇ ਨਤੀਜਿਆਂ ਦੇ ਆਧਾਰ 'ਤੇ ਤੁਹਾਡੇ ਕੋਲ ਪਹਿਲਾਂ ਹੀ ਕਿਹੜੇ ਸੰਕੇਤ ਹਨ?

AA: ਅਸੀਂ ਪਹਿਲਾਂ ਹੀ ਵੱਖ-ਵੱਖ ਖੇਤਰਾਂ ਵਿੱਚ 130 ਤੋਂ ਵੱਧ ਰਿਪੋਰਟਾਂ ਨੂੰ ਲਾਗੂ ਕਰ ਚੁੱਕੇ ਹਾਂ ਅਤੇ ਡਾਟਾ ਤਿਆਰ ਕਰਨ ਦੀ ਗਤੀ ਨੂੰ ਕਈ ਗੁਣਾ ਵਧਾ ਦਿੱਤਾ ਹੈ। ਇਹ ਸਾਡੇ PR ਵਿਭਾਗ ਦੇ ਮਾਹਰਾਂ ਲਈ ਮਹੱਤਵਪੂਰਨ ਸਾਬਤ ਹੋਇਆ, ਕਿਉਂਕਿ ਹੁਣ ਅਸੀਂ ਮੀਡੀਆ ਦੀਆਂ ਜ਼ਿਆਦਾਤਰ ਮੌਜੂਦਾ ਬੇਨਤੀਆਂ ਦਾ ਤੁਰੰਤ ਜਵਾਬ ਦੇ ਸਕਦੇ ਹਾਂ, ਆਮ ਤੌਰ 'ਤੇ ਅਤੇ ਵਿਅਕਤੀਗਤ ਉਦਯੋਗਾਂ ਵਿੱਚ ਲੇਬਰ ਮਾਰਕੀਟ 'ਤੇ ਵਿਸ਼ਾਲ ਅਧਿਐਨ ਪ੍ਰਕਾਸ਼ਤ ਕਰ ਸਕਦੇ ਹਾਂ, ਅਤੇ ਸਥਿਤੀ ਸੰਬੰਧੀ ਵਿਸ਼ਲੇਸ਼ਣ ਵੀ ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਾਂ।

ਸਵਾਲ: ਤੁਸੀਂ ਸਿਸਟਮ ਨੂੰ ਵਿਕਸਿਤ ਕਰਨ ਦੀ ਯੋਜਨਾ ਕਿਵੇਂ ਬਣਾਉਂਦੇ ਹੋ? ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਕਿਹੜੇ ਵਿਭਾਗ ਸ਼ਾਮਲ ਹੋਣਗੇ?

AA: ਅਸੀਂ ਸਾਰੇ ਮੁੱਖ ਖੇਤਰਾਂ ਵਿੱਚ ਰਿਪੋਰਟਿੰਗ ਪ੍ਰਣਾਲੀ ਨੂੰ ਹੋਰ ਵਿਕਸਤ ਕਰਨ ਦੀ ਯੋਜਨਾ ਬਣਾ ਰਹੇ ਹਾਂ। ਵਿਸ਼ਲੇਸ਼ਣ ਵਿਭਾਗ ਅਤੇ ਵਿੱਤ ਵਿਭਾਗ ਦੇ ਮਾਹਰਾਂ ਦੁਆਰਾ ਰਿਪੋਰਟਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨਾ ਜਾਰੀ ਰਹੇਗਾ, ਪਰ ਅਸੀਂ ਦੂਜੇ ਵਿਭਾਗਾਂ ਦੇ ਸਹਿਯੋਗੀਆਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨ ਲਈ ਤਿਆਰ ਹਾਂ ਜੇਕਰ ਉਹ ਆਪਣੇ ਉਦੇਸ਼ਾਂ ਲਈ ਝਾਂਕੀ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹਨ।

ਸਰੋਤ: www.habr.com