By টেলর কাউন্ট, গণনায় ডেটা প্রধান.
দ্বারা ফোটো অস্টিন নিল on Unsplash.
জলদস্যু থেকে সাবধান
সর্বজনীনভাবে হতাশাজনক অভিজ্ঞতাগুলির মধ্যে একটি হল আপনার কঠোর পরিশ্রমের ফলাফলগুলি অদেখা, অপ্রশংসিত এবং অব্যবহৃত হওয়া। ডেটার জগতে, এটি এমন কিছু যা আমরা প্রায়শই অনুভব করি। নিম্নলিখিত অনুমানমূলক পরিস্থিতি নিন:
- জিম পরের সপ্তাহে একটি ক্লায়েন্ট উপস্থাপনার জন্য একটি গভীর-ডাইভ বিশ্লেষণের জন্য ডেটা দলের কাছে একটি অনুরোধ জমা দেয়।
- আপনি এবং জিম সারা সপ্তাহ বিশ্লেষণে কাজ করেন, তার সঠিক ভিজ্যুয়াল রয়েছে এবং ফলাফলগুলি উপস্থাপন করতে আত্মবিশ্বাসী বোধ করেন তা নিশ্চিত করার জন্য ঘনিষ্ঠভাবে কাজ করেন।
- উপস্থাপনার দিন আসে, এবং জিম থেকে একটি শব্দ না. অদ্ভুত জিনিস.
- আপনি যখন শেষ পর্যন্ত তাকে ট্র্যাক করেন, তখন সে আপনাকে বলে যে সে "সবার পরেও চার্ট ব্যবহার করেনি।" "তারা কেবল তাদের বিভ্রান্ত করবে," তিনি একটি সমঝোতামূলক সুরে যোগ করেছেন।
- আপনি ধোঁকা দিচ্ছেন। পুরো এক সপ্তাহ নষ্ট। এটি ব্যাক আপ করার জন্য সেখানে ডেটা ছাড়াই আরেকটি সিদ্ধান্ত নেওয়া হয়েছিল। কেন তিনি এমনকি প্রথম স্থানে জিজ্ঞাসা করলেন?
আমি এই অনুরোধকারীদের কল করতে পছন্দ করি জলদস্যুদের কারণ তারা আমার সময় চুরি করে। দুর্ভাগ্যবশত, সর্বদা জলদস্যু থাকবে, কিন্তু আমরা তাদের এড়াতে বা অন্তত তাদের অস্তিত্বের সাথে মানিয়ে নিতে শিখতে পারি। আমার নিজের অভিজ্ঞতা, একাডেমিক গবেষণা, এবং শিল্পের সর্বোত্তম অনুশীলন থেকে একত্রিত আপনার বিশ্লেষণটি তার প্রাপ্য ক্রেডিট পায় তা নিশ্চিত করার জন্য এখানে টিপসের একটি তালিকা রয়েছে।
1. ডাটা রিকোয়েস্ট ফরমগুলো বাদ দিন
আমাদের পরামর্শদাতা হতে হবে, ভাড়া করা হাত নয়।
বেশিরভাগ ডেটা টিমের একটি অনুরোধ পোর্টাল থাকে যা তারা ব্যবসা থেকে আসা ডেটা অনুরোধগুলি ট্রাইজে এবং বরাদ্দ করতে ব্যবহার করে। এই পোর্টালগুলিকে ডিজাইন করা হয়েছে যাতে ব্যবসা এবং ডেটা টিমের জন্য একসাথে কাজ করা সহজ হয়; ব্যবসায়িক ব্যবহারকারীরা ঠিক যা চান তা টাইপ করে, এবং ডেটা টিম এটি ঘটতে পারে।
দুর্ভাগ্যবশত, আমরা জিমের কাছ থেকে দেখেছি, এটি এত সহজ নয়। অনেক ব্যবসায়িক ব্যবহারকারী একটি চার্ট নিয়ে ডেটা টিমে আসেন, যার মধ্যে সেই চার্টের সংখ্যাগুলি কী দেখানো উচিত।
এই মুহুর্তে, আমরা ইতিমধ্যেই ধ্বংস হয়ে গেছি। যদি ডেটা অনুরোধকারীর গল্পের সাথে মেলে না বা কিছুটা সংক্ষিপ্ত হয়, তাহলে তারা কখনই এই বিশ্লেষণটি ব্যবহার করবে না। তারা যে সমস্যাটি সমাধান করার চেষ্টা করছে তা আমাদের জানতে হবে।
ডেটা পেশাদার হিসাবে, আমরা ডেটা এবং পরিসংখ্যান পদ্ধতিগুলি যে কারও চেয়ে ভাল জানি এবং প্রশ্নের উত্তর দেওয়ার জন্য ডেটা ব্যবহার করার সর্বোত্তম পদ্ধতির বিষয়ে পরামর্শ দিতে পারি। আমাদের ডেটা দক্ষতার সাথে অংশীদারিত্বে ব্যবসার প্রেক্ষাপট একত্রিত হয়ে বিশ্লেষণ তৈরি করতে পারে যা আমরা পৃথকভাবে তৈরি করতে পারি তার চেয়ে অনেক বেশি প্রভাবশালী।
সংক্ষেপে, আমাদের অবশ্যই পরামর্শদাতা হতে হবে, ভাড়া করা হাত নয়।
2. সংখ্যা কখনো একা হাঁটবে না
একা একটি চার্ট সম্ভবত সবকিছু বোঝাতে পারে না, এবং এই ধরনের চিন্তাভাবনা আমাদের কাজের সাথে ব্যবসাকে প্রভাবিত করার ক্ষমতাকে বাধা দেয়।
প্রায়শই আমরা একটি সম্পূর্ণ অনুরোধ হিসাবে একটি একক চার্ট বা ড্যাশবোর্ড পাঠাতে আশা করি। এগুলি 1:1 ব্যাখ্যা ছাড়া ব্যবসায়িক ব্যবহারকারীর পক্ষে ব্যাখ্যা করা প্রায় অসম্ভব।
আমাদের বলা হয়েছে যে ডেটা নিজের জন্য কথা বলতে পারে, যে একটি ভালভাবে তৈরি চার্ট তার সমস্ত সূক্ষ্মতাকে নিজেরাই যোগাযোগ করতে পারে। এই কেবল সত্য নয়। একা একটি চার্ট সম্ভবত সবকিছু বোঝাতে পারে না, এবং এই ধরনের চিন্তাভাবনা আমাদের কাজের সাথে ব্যবসাকে প্রভাবিত করার ক্ষমতাকে বাধা দেয়।
আপনি একা অন্তর্দৃষ্টি জানাতে চার্টের উপর নির্ভর করতে পারবেন না। আপনার কাজ ব্যাখ্যা করতে পাঠ্য ব্যবহার করুন। উৎস: খেতাব না জেতার সেরা খেলোয়াড় by count.co.
কোনো বিশ্লেষণ ভাগ করার সময়, আমি সর্বদা নিম্নলিখিত তথ্য অন্তর্ভুক্ত করার চেষ্টা করি:
- ডেটার সময়কাল
- বিশ্লেষণের তারিখ
- লেখক
- TL;DR: প্রসঙ্গ এবং অন্তর্দৃষ্টির সারাংশ
- চার্ট কিভাবে পড়তে হয় তার ব্যাখ্যা
- আপনি কীভাবে বিশ্লেষণ করেছেন (কোড নয়, সাধারণ ব্যক্তির ব্যাখ্যা)
- সীমাবদ্ধতা এবং পরবর্তী পদক্ষেপ
এই প্রাসঙ্গিক তথ্য মাথাব্যথার মত মনে হতে পারে, কিন্তু এটি একটি বিশাল পার্থক্য করে। আমরা শুধু একটি চার্ট পাঠাইনি, যা, বিচ্ছিন্নভাবে, অসহায় সাবটেক্সট বহন করতে পারে 'এটি বের করুন।' আমরা তাদের সেই চার্টটিকে অন্তর্দৃষ্টিতে পরিণত করার জন্য প্রয়োজনীয় সমস্ত কিছু সহ একটি বিশ্লেষণ পাঠিয়েছি, একটি ছোট অঙ্গভঙ্গি যা অলক্ষিত হয় না।
তাদের নিজস্ব চার্ট পাঠানোর অভ্যাস ভঙ্গ করা তাদের বোঝার এবং শেষ পর্যন্ত ব্যবহার করার সুযোগ দেয়।
3. এটি একটি অভিজ্ঞতা করুন
সত্যিই আপনার বিশ্লেষণ বোঝার জন্য, আপনার ব্যবহারকারীদের খোঁচা দিতে হবে এবং এটি তৈরি করতে হবে... আসুন তাদের সেখানে যেতে সাহায্য করি।
প্রসঙ্গ এবং ব্যাখ্যা সহ আপনার চার্টকে ঘিরে রাখা নিশ্চিত করে যে পাঠকের কাছে তাদের শেখার জন্য প্রয়োজনীয় সবকিছু রয়েছে আমাদের বিশ্লেষণ থেকে কিছু। কিন্তু আমরা অভিজ্ঞতার মাধ্যমে সবচেয়ে ভালো শিখি[1]।
তাই সত্যিই আপনার বিশ্লেষণ বোঝার জন্য, আপনার ব্যবহারকারীদের এটি খোঁচা এবং প্রোড করতে হবে। কোলবের লার্নিং মডেল পরামর্শ দেয় যে তারা সঠিকভাবে বুঝতে পারার আগে আমাদের বিশ্লেষণের সাথে পরীক্ষা করতে হবে এবং এর বাস্তব-বিশ্বের প্রভাবগুলি প্রতিফলিত করার জন্য সময় নিতে হবে। আসুন তাদের সেখানে যেতে সাহায্য করি।
ডেভিড কোলবের এক্সপেরিয়েনশিয়াল লার্নিং মডেল (ইএলএম) [১] ছবির উৎস: লেখক।
সর্বনিম্ন, এটি আপনার বিশ্লেষণের জন্য ইন্টারেক্টিভ উপাদান সেট আপ জড়িত। ফিল্টার এবং প্যারামিটার যোগ করুন যা ব্যবহারকারীকে ডেটা জিজ্ঞাসাবাদ শুরু করতে দেয়। যদি আপনার বাজেট দ্বিগুণ হতো? অর্ধেক?
এই প্রশ্ন-উত্তর প্রবাহ ব্যবহারকারীকে বিশ্লেষণের উপর আস্থা রাখতে এবং এটি তাদের সমস্যার সাথে কীভাবে সম্পর্কিত তা বুঝতে দেয়, শেষ পর্যন্ত বোর্ডরুমে সেই বিশ্লেষণটি পরিচালনা করার জন্য তাদের আত্মবিশ্বাস দেয়। এই আত্মবিশ্বাসের অভাব হল এক নম্বর কারণ আপনার চার্টটি সেই স্লাইড ডেকে তৈরি করে না, তাই এখানে যত্ন নিন।
4. এটি উপস্থাপনা প্রস্তুত করুন
আকর্ষক এবং তথ্যপূর্ণ ভিজ্যুয়াল তৈরি করুন যা আপনার বিশ্লেষণের জটিলতাকে ত্যাগ না করে দর্শকদের ভয় দেখাবে না।
দুর্ভাগ্যবশত, আমাদের ব্যবসায়িক অংশীদার (আশা করি) এই বিন্দু পর্যন্ত যেভাবে করেছে, আমরা কেউ একটি উপস্থাপনায় বিশ্লেষণ থেকে শেখার জন্য সময় নেবে বলে আশা করতে পারি না। এর মানে আমাদের এখন একটি সারাংশ চার্ট তৈরি করতে হবে যা আমাদের বিশ্লেষণের মূল পয়েন্টগুলিকে প্রতিফলিত করতে পারে কিন্তু অনেক কম বিস্তারিতভাবে।
আদর্শভাবে, এটি আপনার বিশ্লেষণের শেষ ধাপ হিসাবে করা হয়, একবার আপনি মূল অন্তর্দৃষ্টি এবং সমাধানের জন্য একটি বৃহত্তর সিদ্ধান্ত বা সমস্যায় কীভাবে সেগুলি রচনা করা যায় সে বিষয়ে সম্মত হন। তারপরে আপনি ডেটা ভিজ্যুয়ালাইজেশনের সর্বোত্তম অনুশীলন ব্যবহার করতে পারেন [২] আকর্ষণীয় এবং তথ্যপূর্ণ ভিজ্যুয়াল তৈরি করতে যা আপনার বিশ্লেষণের জটিলতাকে ত্যাগ না করে দর্শকদের ভয় দেখাবে না।
5. দীর্ঘজীবী বিশ্লেষণ
নিশ্চিত করুন যে আপনার বিশ্লেষণ এই একক ডেটা অনুরোধের বাইরে থাকে এবং বারবার ব্যবহার করা যেতে পারে।
এই প্রক্রিয়ার একটি অংশ যা মারাত্মকভাবে উপেক্ষিত তা হল এই বিশ্লেষণকে পরিমাপযোগ্য জ্ঞানে পরিণত করার প্রশ্ন। আপনি কিভাবে নিশ্চিত করবেন যে আপনি যে ব্যবসায়িক প্রশ্নটির উত্তর দিয়েছেন তা শুধু জিম বা জিমের দলের সাথে নয় বরং বিস্তৃত কোম্পানির সাথে শেয়ার করা হয়েছে? এবং শুধুমাত্র এই সপ্তাহে নয়, একই প্রশ্ন আবার উঠলে এটি 6 মাসে ব্যবহার করা যেতে পারে। উত্তরটি দ্ব্যর্থহীনভাবে একটি ড্যাশবোর্ড নয় তবে আরও সূক্ষ্ম কিছু।
AirBnB এর পদ্ধতি [৩] একটি নলেজ ফিড বাস্তবায়ন করা হয়েছে যা আমরা এইমাত্র যে ধরনের বিশদ বিশ্লেষণ করেছি তা গ্রহণ করে এবং পুরো কোম্পানির সন্ধানের জন্য এটি প্রকাশ করে। ফলাফল হল প্রতিবেদনের একটি সংগ্রহ যা সকল ব্যবহারকারীর দ্বারা সহজেই বোঝা যায় কিন্তু এখনও বিশ্লেষকদের ভবিষ্যত কাজের সূচনা বিন্দু হিসাবে ব্যবহার করার জন্য কাঁচা কোড এবং নোটগুলিতে অ্যাক্সেস রয়েছে৷ মূল বৈশিষ্ট্যগুলি নথিভুক্ত করা হয়েছে যা প্রত্যেককে তারা যা দেখছে তাতে আস্থা দেয় (যখন এটি প্রকাশিত হয়েছিল, সীমাবদ্ধতা ইত্যাদি)। এবং তারা জ্ঞানের এই ডাটাবেসটিকে সহজেই বিশ্লেষণযোগ্য করে তুলেছে যাতে লোকেরা ডেটা টিমের কাছে তাদের অনুরোধ জমা দেওয়ার আগে তাদের প্রশ্নগুলির সাথে সম্পর্কিত বিশ্লেষণগুলি দ্রুত খুঁজে পেতে পারে।
এখন আপনি নিশ্চিত করতে পারেন যে আপনার বিশ্লেষণ এই একক ডেটা অনুরোধের বাইরে থাকে এবং বারবার ব্যবহার করা যেতে পারে।
DIY সময়
এই ধরনের কাজ করার সুবিধা হল এটি পরীক্ষা করা সহজ। পরের বার আপনার বন্ধুত্বপূর্ণ ব্যবসায়িক ব্যবহারকারীদের একজনের কাছ থেকে একটি অনুরোধ আসে (জলদস্যু এড়িয়ে চলুন), আমি এই পদ্ধতিটি চেষ্টা করার পরামর্শ দিই। তারা যে চার্টটি অনুরোধ করেছেন তা বাস্তবায়িত করার পরিবর্তে, তারা এই চার্টের সাথে কী করতে চান তা আরও ভালভাবে বুঝতে তাদের সাথে দেখা করতে বলুন। এটা কি সিদ্ধান্ত জানাচ্ছে? দর্শক কারা?
এবং আপনি এই বিশ্লেষণে একসাথে কাজ করার কারণে, আমি প্রয়োজনীয় মেটাডেটা নথিভুক্ত করতে এবং আপনার ব্যবসায়িক অংশীদারকে আপনার কাজ ব্যাখ্যা করতে একটি ডেটা নোটবুক ব্যবহার করার পরামর্শ দিচ্ছি। এটি আপনাকে কোড এবং ভিজ্যুয়ালগুলির সাথে আপনার বিশ্লেষণকে প্রাসঙ্গিক করার নমনীয়তা দেয়, তাই আপনি কোথাও একটি Google ডক একসাথে হ্যাক করার চেষ্টা করছেন না৷
একবার আপনি উভয়ই বিশ্লেষণ এবং ফলাফলের সাথে খুশি হয়ে গেলে, তারপর একসাথে চূড়ান্ত চার্টে কাজ করুন এবং দেখুন আসল অনুরোধটি কী ছিল তার থেকে এটি কতটা আলাদা। আমি বাজি ধরতে ইচ্ছুক তারা সম্পূর্ণ আলাদা।
কাউন্ট নোটবুকের উদাহরণ। উৎস: টেনিস GOAT কে?
ভাগ করা জ্ঞান এই বিশ্লেষণ প্রতিশ্রুতি একটি বিট আরো পূর্বচিন্তা প্রয়োজন. এই নোটবুকগুলি যাওয়ার জন্য অনেক প্রাকৃতিক জায়গা নেই; Github নন-ডেভেলপারদের জন্য যথেষ্ট ব্যবহারকারী-বান্ধব নয়, এবং ড্রপবক্স বা Google ডক্সের মতো বিকল্পগুলি প্রয়োজনীয় কোডটি অন্তর্ভুক্ত করার জন্য যথেষ্ট প্রযুক্তিগত নয়।
আপনি যদি আমাকে একটি টুল সুপারিশ করতে বাধ্য করেন, আমাকে বলতে হবে গণনা, কিন্তু সম্পূর্ণ প্রকাশ, আমি এটি তৈরি করতে সাহায্য করেছি। কাউন্ট হল একটি ডেটা নোটবুক যা এই ধরনের কাজ করার পদ্ধতিকে আদর্শ করে তোলার লক্ষ্য রাখে। আপনি উচ্চ-মানের বিশ্লেষণাত্মক প্রতিবেদন তৈরি করতে পারেন যা একটি নথিতে প্রসঙ্গ, ব্যাখ্যা, কাস্টমাইজড ভিজ্যুয়ালে পূর্ণ যা আপনার কাজটিকে ক্ষণস্থায়ী ডেটা অনুরোধের বাইরে থাকার জন্য এবং এমন জ্ঞান হতে পারে যা থেকে পুরো কোম্পানি উপকৃত হতে পারে।
আপনি যদি এই পদ্ধতিগুলির কোনও চেষ্টা করে থাকেন তবে আমি মন্তব্যে এটি কেমন হয়েছে তা শুনতে চাই!
তথ্যসূত্র
[১] কলব, ডিএ অভিজ্ঞতামূলক শিক্ষা: শেখার এবং বিকাশের উত্স হিসাবে অভিজ্ঞতা. নিউ জার্সি: প্রেন্টিস-হল; 1984।
[২] মাহনি, মাইকেল। ডেটা ভিজ্যুয়ালাইজেশনের শিল্প ও বিজ্ঞান. ডেটা সায়েন্সের দিকে; 2019
[৩] শর্মা, সি. ও ওভারগোয়ার, জানুয়ারি। এয়ারবিএনবি-তে জ্ঞান স্কেল করা. AirbnbEng; 2016।
মূল। অনুমতি নিয়ে পোস্ট করা।
সম্পর্কিত:
সূত্র: https://www.kdnuggets.com/2021/04/make-analysis-used.html
- প্রবেশ
- লক্ষ্য
- বিশ্লেষণ
- শিল্প
- পাঠকবর্গ
- সর্বোত্তম
- সেরা অভ্যাস
- বিট
- নির্মাণ করা
- ব্যবসায়
- কল
- যত্ন
- চার্ট
- কোড
- কোম্পানি
- বিশ্বাস
- ধার
- ড্যাশবোর্ড
- উপাত্ত
- তথ্য বিজ্ঞান
- ডেটাবেস
- দিন
- বিস্তারিত
- DID
- ড্রপবক্স
- ইত্যাদি
- অভিজ্ঞতা
- পরীক্ষা
- ফিল্টার
- পরিশেষে
- প্রথম
- নমনীয়তা
- প্রবাহ
- ভবিষ্যদ্বাণী
- সম্পূর্ণ
- ভবিষ্যৎ
- GitHub
- দান
- গুগল
- টাট্টু ঘোড়া
- মাথা
- এখানে
- কিভাবে
- কিভাবে
- HTTPS দ্বারা
- প্রচুর
- ভাবমূর্তি
- সুদ্ধ
- শিল্প
- প্রভাব
- তথ্য
- অর্ন্তদৃষ্টি
- ইন্টারেক্টিভ
- বিচ্ছিন্নতা
- IT
- চাবি
- জ্ঞান
- শিখতে
- শিক্ষা
- লিঙ্কডইন
- তালিকা
- দীর্ঘ
- ভালবাসা
- ম্যাচ
- মধ্যম
- মডেল
- মাসের
- নতুন জার্সি
- নোটবুক
- সংখ্যার
- অপশন সমূহ
- হাসপাতাল
- অংশীদারিত্ব
- সম্প্রদায়
- মাচা
- খেলোয়াড়
- পোর্টাল
- পেশাদার
- কাঁচা
- পাঠক
- প্রতিবেদন
- গবেষণা
- ফলাফল
- বিজ্ঞান
- অনুভূতি
- বিন্যাস
- ভাগ
- সংক্ষিপ্ত
- সহজ
- ছোট
- So
- সমাধান
- ব্যয় করা
- শুরু
- পেশ
- কারিগরী
- বলে
- টেনিস
- পরীক্ষা
- উৎস
- চিন্তা
- সময়
- পরামর্শ
- পথ
- triage
- আস্থা
- ব্যবহারকারী
- সপ্তাহান্তিক কাল
- হু
- শাসন
- জয়
- হয়া যাই ?
- বিশ্ব