اٹاکاما وبائی امراض سے چلنے والی ضروریات کو پورا کرنے کے لیے ڈیٹا مینجمنٹ آٹومیشن ٹولز کو بڑھاتا ہے۔

اپنے ڈیجیٹل اٹاکاما انوویٹ 2021 ایونٹ کے دوران، اٹاکاما آج نے اپنے ڈیٹا مینجمنٹ پلیٹ فارم میں اگلے بڑے اپ گریڈ کی عام دستیابی کا اعلان کیا، جو عمل کو خودکار کرنے کے لیے ایک ماہر نظام اور مشین لرننگ الگورتھم پر انحصار کرتا ہے۔

کمپنی نے 1,000 سے زیادہ ایگزیکٹوز اور کاروباری صارفین کے عالمی سروے کے نتائج بھی جاری کیے - درمیانے سائز سے لے کر بڑے کاروباری اداروں تک۔ سروے سے پتہ چلتا ہے کہ 79% ایگزیکٹوز اور 75% لائن آف بزنس صارفین ڈیٹا کوالٹی کے مسائل سے ایسے وقت میں لڑ رہے ہیں جب تین چوتھائی سے زیادہ جواب دہندگان (78%) اب پہلے کے مقابلے زیادہ ڈیٹا اکٹھا اور پروسیس کر رہے ہیں۔ وبائی مرض

ریسرچ اسکیپ کے ذریعہ کئے گئے سروے میں یہ بھی پتہ چلا ہے کہ نصف سے زیادہ صارفین (55%) کو اپنے مقصد کے مطابق ڈیٹا کو تبدیل کرنے کے لیے اضافی مدد کی ضرورت ہوتی ہے، 44% کو تکنیکی صارف یا IT ٹیم سے مدد حاصل کرنے کے لیے ایک دن یا اس سے زیادہ انتظار کرنا پڑتا ہے۔

جواب دہندگان کی طرف سے نشاندہی کی گئی خراب ڈیٹا کوالٹی کے سب سے اوپر تین اثرات ڈیٹا کی بصیرت (46%)، کاروباری کارکردگی اور فیصلہ سازی پر منفی اثرات (42%)، اور اسٹریٹجک اقدامات پر منفی اثرات (40%) ہیں۔ لیکن سروے کے نصف کے قریب جواب دہندگان (43%) تسلیم کرتے ہیں کہ انہوں نے ڈیٹا گورننس کی حکمت عملی کو یا تو کم پختگی کی سطح پر لاگو کیا ہے یا بالکل نہیں۔

خاص طور پر، سروے کے جواب دہندگان ڈیٹا (59%) کو بہتر طریقے سے منظم کرنے، دستاویزی ڈیٹا (55%) کو مستحکم کرنے کے لیے عمل کو لاگو کرنے کی کوشش کر رہے ہیں، اور اس بات کو یقینی بنائیں کہ ڈیٹا صرف ان مقاصد کے لیے استعمال کیا جائے جو ضوابط (40%) کے مطابق ہوں۔

Ataccama کے سی ای او Michal Klaus نے کہا کہ سروے کے نتائج سے پتہ چلتا ہے کہ ایگزیکٹوز اب ڈیٹا کو مستقل طور پر منظم کرنے کی ضرورت کے بارے میں بہت زیادہ باشعور ہیں کیونکہ وہ AI سے چلنے والے ڈیجیٹل کاروباری تبدیلی کے اقدامات میں سرمایہ کاری کرتے ہیں جن کے لیے بڑے پیمانے پر ڈیٹا تک رسائی کی ضرورت ہوتی ہے۔

درحقیقت، اگلے 12 مہینوں کے لیے جن اولین ترجیحی ٹیکنالوجیز سروے کے جواب دہندگان کی نشاندہی کی گئی ہے وہ ہیں AI یا مشین لرننگ (43%)، ڈیٹا گورننس (41%)، ڈیٹا سیکیورٹی (41%)، اور ڈیٹا کوالٹی مینجمنٹ (37%)۔

کلاؤس نے کہا کہ Atacama ONE Gen2 پلیٹ فارم ایک ماہرانہ نظام ہے جسے مختلف اعداد و شمار کی بڑی مقدار کو منظم کرنے کے لیے بہتر بنایا گیا ہے۔ یہ تنظیموں کو ڈیٹا پروفائلز بنانے، ڈیٹا کوالٹی مانیٹرنگ کو ٹریک کرنے، مختلف ڈیٹا سیٹس کے درمیان تعلق کو بہتر طور پر سمجھنے کے لیے ڈیٹا کا پیش نظارہ ترتیب دینے، اور ان پالیسیوں کو نافذ کرنے کے قابل بناتا ہے جو اس بات کا تعین کرتی ہیں کہ کن آخری صارفین کو کس ڈیٹا تک رسائی کی اجازت ہے۔ اس سال کے شروع میں، Atacama نے Tellstory حاصل کیا۔ ڈیٹا کیٹلاگ میں ڈیٹا ویژولائزیشن کی صلاحیتوں کو شامل کرنے کے لیے جسے اس کے پلیٹ فارم کی تازہ ترین ریلیز کے حصے کے طور پر دوبارہ بنایا گیا ہے۔

AI صلاحیتوں کا استعمال کرتے ہوئے جن کاموں اور عمل کو بڑھایا جا رہا ہے ان میں ڈیٹا کی درجہ بندی، قواعد کی تجویز، رشتہ اور ڈیٹا نسب کی دریافت، بے ضابطگی کا پتہ لگانا، پیٹرن کی مماثلت، ڈیٹا کے معیار کی نگرانی، اور ماسٹر ڈیٹا مینجمنٹ (MDM) ٹولز کے ساتھ انضمام شامل ہے جو Ataccama فراہم کرتا ہے۔

چونکہ تنظیمیں ڈیٹا لیکس اور ڈیٹا گوداموں میں زیادہ سرمایہ کاری کرتی ہیں، وہ اپنے موجودہ ڈیٹا مینجمنٹ کے عمل کی حد کو دریافت کر رہی ہیں۔ بہت سے معاملات میں، ان ڈیٹا لیکس میں سرمایہ کاری پر واپسی کبھی نہیں ہوتی ہے کیونکہ ان میں ڈالے جانے والے تمام ڈیٹا کو نیویگیٹ کرنے کا کوئی طریقہ نہیں ہے، کلاؤس نوٹ کرتا ہے، "وہ ڈیٹا کی دلدل بن جاتے ہیں۔"

بالآخر، مقصد ایک ڈیٹا مینجمنٹ پلیٹ فارم فراہم کرنا ہے جو آئی ٹی ٹیموں کے لیے یہ آسان بناتا ہے کہ وہ اختتامی صارفین کو اپنے ڈیٹا کی ضروریات کو بڑے پیمانے پر خود خدمت کرنے کے قابل بنائے۔ رازداری کے ضوابط کی تعمیل کرتا ہے۔ اور دیگر تحفظات، کلاؤس نے کہا۔

جب ڈیٹا مینجمنٹ کی بات آتی ہے تو زیادہ تر IT تنظیمیں خاص طور پر ماہر نہیں ہوتی ہیں، اور ڈیٹا کو عام طور پر اسے تخلیق کرنے کے لیے استعمال کی گئی ایپلیکیشن کے تناظر میں منظم کیا جاتا ہے۔ اس کا مطلب ہے کہ ایپلیکیشنز ایسے ڈیٹا کو سمیٹ لیتی ہیں جو اکثر متضاد ہوتا ہے کیونکہ، مثال کے طور پر، ایک گاہک کو بیان کرنے کا طریقہ ایک ایپلیکیشن سے دوسری تک مختلف ہوتا ہے۔ ڈیٹا پر جدید تجزیات کا اطلاق کرنا ڈیٹا کے معیار کے مسائل کو حل کرنے والی IT ٹیموں پر انحصار کرتا ہے جو مختلف ایپلیکیشن سائلوز کے ڈیٹا کو پیش کرنے کے طریقے سے پیدا ہوتا ہے۔ اس میں سے زیادہ تر ڈیٹا کا نامکمل یا محض غلط ہونا کوئی معمولی بات نہیں ہے۔

اس گندگی کو صاف کرنے کے لیے استعمال کیے جانے والے ٹولز سے قطع نظر، ڈیٹا مینجمنٹ کو آج کے مقابلے میں بہت زیادہ خودکار بننے کی ضرورت ہوگی تاکہ آنے والے چیلنجوں کے حقیقی پیمانے سے نمٹا جاسکے۔

ماخذ: https://venturebeat.com/2021/04/07/ataccama-expands-data-management-automation-tools-to-meet-pandemic-driven-needs/