By ٹیلر کاؤنٹ، شمار میں ڈیٹا کے سربراہ.
کی طرف سے تصویر آسٹن نیل on Unsplash سے.
قزاقوں سے ہوشیار رہیں
سب سے زیادہ آفاقی طور پر حوصلہ شکنی کرنے والے تجربات میں سے ایک یہ ہے کہ آپ کی محنت کے نتائج کو نظر نہ آنے، ناقابل تعریف اور غیر استعمال شدہ دیکھنا ہے۔ ڈیٹا کی دنیا میں، یہ وہ چیز ہے جس کا ہم اکثر تجربہ کرتے ہیں۔ مندرجہ ذیل فرضی صورت حال کو لے لو:
- جم نے اگلے ہفتے کلائنٹ کی پیشکش کے لیے گہرے غوطے کے تجزیے کے لیے ڈیٹا ٹیم کو ایک درخواست جمع کرائی۔
- آپ اور جم سارا ہفتہ تجزیہ پر کام کرتے ہوئے گزارتے ہیں، اس بات کو یقینی بنانے کے لیے قریب سے کام کرتے ہیں کہ اس کے پاس صحیح بصری ہیں اور وہ نتائج کو پیش کرنے میں پراعتماد محسوس کرتے ہیں۔
- پریزنٹیشن کا دن آ گیا، اور جم کی طرف سے ایک لفظ بھی نہیں۔ یہ عجیب ہے.
- جب آپ آخر کار اس کا سراغ لگاتے ہیں، تو وہ آپ کو بتاتا ہے کہ اس نے "آخر کار چارٹس کا استعمال ختم نہیں کیا۔" "انہوں نے صرف ان کو الجھا دیا ہوگا،" وہ ایک مفاہمت آمیز لہجے میں مزید کہتے ہیں۔
- تم بھڑک رہے ہو۔ پورا ہفتہ ضائع ہوا۔ اس کا بیک اپ لینے کے لیے ڈیٹا کے بغیر ایک اور فیصلہ کیا گیا۔ اس نے پہلے کیوں پوچھا؟
میں ان درخواست گزاروں کو فون کرنا پسند کرتا ہوں۔ قزاقوں کیونکہ وہ میرا وقت چوری کرتے ہیں۔ بدقسمتی سے، قزاق ہمیشہ موجود رہیں گے، لیکن ایسے طریقے موجود ہیں جن سے ہم ان سے بچنا سیکھ سکتے ہیں یا کم از کم ان کے وجود سے نمٹ سکتے ہیں۔ یہ یقینی بنانے کے لیے تجاویز کی ایک فہرست ہے کہ آپ کے تجزیے کو وہ کریڈٹ ملتا ہے جس کا وہ مستحق ہے، میرے اپنے تجربے، علمی تحقیق، اور صنعت کے بہترین طریقوں سے جمع کیا گیا ہے۔
1. ڈیٹا کی درخواست کے فارموں کو ختم کریں۔
ہمیں مشیر ہونا چاہیے، کرائے کے ہاتھ نہیں۔
زیادہ تر ڈیٹا ٹیموں کے پاس ایک درخواست پورٹل ہوتا ہے جسے وہ کاروبار سے آنے والی ڈیٹا کی درخواستوں کو ٹرائیج اور تفویض کرنے کے لیے استعمال کرتے ہیں۔ یہ پورٹلز کاروبار اور ڈیٹا ٹیموں کے لیے مل کر کام کرنا آسان بنانے کے لیے بنائے گئے ہیں۔ کاروباری صارفین بالکل وہی ٹائپ کرتے ہیں جو وہ چاہتے ہیں، اور ڈیٹا ٹیم صرف یہ کرتی ہے۔
بدقسمتی سے، جیسا کہ ہم نے جم سے دیکھا، یہ اتنا آسان نہیں ہے۔ بہت سے کاروباری صارفین ڈیٹا ٹیم کے پاس پہلے سے ایک چارٹ کے ساتھ آتے ہیں، بشمول اس چارٹ پر کیا نمبر دکھانا چاہیے۔
اس وقت، ہم پہلے ہی برباد ہو چکے ہیں۔ اگر ڈیٹا اس کہانی سے مماثل نہیں ہے جو درخواست کنندہ کی خواہش ہے یا تھوڑا سا متناسب ہے، تو وہ اس تجزیہ کو کبھی استعمال نہیں کریں گے۔ ہمیں اس مسئلے کو جاننے کی ضرورت ہے جسے وہ حل کرنے کی کوشش کر رہے ہیں۔
ڈیٹا پروفیشنلز کے طور پر، ہم ڈیٹا اور شماریاتی طریقوں کو کسی سے بھی بہتر جانتے ہیں اور سوال کا جواب دینے کے لیے ڈیٹا کو استعمال کرنے کے لیے بہترین طریقہ کار کے بارے میں مشورہ دے سکتے ہیں۔ ہماری ڈیٹا کی مہارت کے ساتھ شراکت داری میں کاروباری سیاق و سباق اس سے کہیں زیادہ اثر انگیز تجزیہ تخلیق کر سکتے ہیں جو ہم انفرادی طور پر پیدا کر سکتے ہیں۔
مختصراً، ہمیں مشیر ہونا چاہیے، کرائے کے ہاتھ نہیں۔
2. نمبر کبھی اکیلے نہیں چلتے
اکیلے ایک چارٹ ممکنہ طور پر سب کچھ نہیں بتا سکتا، اور اس قسم کی سوچ ہمارے کام کے ساتھ کاروبار پر اثر انداز ہونے کی ہماری صلاحیت کو روکتی ہے۔
اکثر ہم سے ایک مکمل درخواست کے طور پر ایک چارٹ یا ڈیش بورڈ بھیجنے کی توقع کی جاتی ہے۔ کاروباری صارف کے لیے 1:1 کی وضاحت کے بغیر ان کی تشریح کرنا تقریباً ناممکن ہے۔
ہمیں بتایا گیا ہے کہ ڈیٹا خود ہی بول سکتا ہے، کہ ایک اچھی طرح سے تیار کردہ چارٹ اپنی تمام باریکیوں کو خود ہی بتا سکتا ہے۔ یہ محض سچ نہیں ہے۔ اکیلے ایک چارٹ ممکنہ طور پر سب کچھ نہیں بتا سکتا، اور اس قسم کی سوچ ہمارے کام کے ساتھ کاروبار پر اثر انداز ہونے کی ہماری صلاحیت کو روکتی ہے۔
آپ صرف بصیرت کو پہنچانے کے لیے چارٹس پر انحصار نہیں کر سکتے۔ اپنے کام کی وضاحت کے لیے متن کا استعمال کریں۔ ذریعہ: کبھی بھی ٹائٹل نہ جیتنے والا بہترین کھلاڑی by count.co.
کسی بھی تجزیہ کا اشتراک کرتے وقت، میں ہمیشہ مندرجہ ذیل معلومات کو شامل کرنے کی کوشش کرتا ہوں:
- ڈیٹا کی مدت
- تجزیہ کی تاریخ
- مصنف
- TL؛ DR: سیاق و سباق اور بصیرت کا خلاصہ
- چارٹ کو پڑھنے کے طریقہ کی وضاحت
- آپ نے تجزیہ کیسے کیا (کوڈ نہیں بلکہ عام آدمی کی وضاحت)
- حدود اور اگلے اقدامات
یہ سیاق و سباق کی معلومات سر درد کی طرح لگ سکتی ہے، لیکن اس سے بہت فرق پڑتا ہے۔ ہم نے صرف ایک چارٹ نہیں بھیجا ہے، جو تنہائی میں، غیر مددگار ذیلی متن کو لے جا سکتا ہے 'اس کا اندازہ لگا سکتا ہے۔' ہم نے انہیں اس چارٹ کو بصیرت میں تبدیل کرنے کے لیے درکار ہر چیز کے ساتھ ایک تجزیہ بھیجا ہے، ایک چھوٹا سا اشارہ جس پر کسی کا دھیان نہیں جاتا۔
اپنے طور پر چارٹ بھیجنے کی عادت کو توڑنا انہیں سمجھنے کا موقع فراہم کرتا ہے، اور بالآخر، استعمال کیا جاتا ہے۔
3. اسے ایک تجربہ بنائیں
آپ کے تجزیے کا صحیح معنوں میں احساس کرنے کے لیے، آپ کے صارفین کو اس کی تیاری کرنے کی ضرورت ہوگی… آئیے وہاں تک پہنچنے میں ان کی مدد کریں۔
آپ کے چارٹ کو سیاق و سباق اور وضاحت کے ساتھ گھیرنا اس بات کو یقینی بناتا ہے کہ قاری کے پاس وہ سب کچھ ہے جو اسے سیکھنے کی ضرورت ہے۔ ہمارے تجزیہ سے کچھ. لیکن ہم تجربات کے ذریعے بہترین سیکھتے ہیں[1]۔
لہذا آپ کے تجزیے کو حقیقی معنوں میں سمجھنے کے لیے، آپ کے صارفین کو اسے تیار کرنے اور تیار کرنے کی ضرورت ہوگی۔ کولب کا لرننگ ماڈل تجویز کرتا ہے کہ انہیں ہمارے تجزیہ کے ساتھ تجربہ کرنے کی ضرورت ہوگی اور اس کے حقیقی دنیا کے مضمرات پر غور کرنے کے لیے وقت نکالنا ہوگا اس سے پہلے کہ وہ اسے صحیح طریقے سے سمجھ سکیں۔ آئیے وہاں پہنچنے میں ان کی مدد کریں۔
ڈیوڈ کولب کا تجرباتی سیکھنے کا ماڈل (ELM) [1] تصویری ماخذ: مصنف۔
کم از کم، اس میں آپ کے تجزیہ کے لیے متعامل عناصر کو ترتیب دینا شامل ہے۔ ایسے فلٹرز اور پیرامیٹرز شامل کریں جو صارف کو ڈیٹا سے پوچھ گچھ شروع کرنے دیں۔ اگر آپ کا بجٹ دوگنا ہوتا تو کیا ہوتا؟ آدھا؟
سوال جواب کا یہ بہاؤ صارف کو تجزیہ پر بھروسہ کرنے اور یہ سمجھنے دیتا ہے کہ اس کا ان کے مسئلے سے کیا تعلق ہے، بالآخر انہیں بورڈ روم میں اس تجزیہ پر عمل کرنے کا اعتماد ملتا ہے۔ اعتماد کا یہ فقدان نمبر ایک وجہ ہے کہ آپ کا چارٹ اسے اس سلائیڈ ڈیک میں نہیں بناتا ہے، لہذا یہاں خیال رکھیں۔
4. اسے پریزنٹیشن تیار کریں۔
دلکش اور معلوماتی بصری تخلیق کریں جو آپ کے تجزیہ کی پیچیدگی کو قربان کیے بغیر ناظرین کو خوفزدہ نہ کریں۔
بدقسمتی سے، ہم کسی سے یہ توقع نہیں کر سکتے کہ وہ پریزنٹیشن میں تجزیہ سے سیکھنے کے لیے وقت نکالے جس طرح ہمارے کاروباری پارٹنر نے (امید ہے کہ) اس مقام تک کیا ہے۔ اس کا مطلب ہے کہ اب ہمیں ایک خلاصہ چارٹ بنانے کی ضرورت ہے جو ہمارے تجزیہ کے اہم نکات کی عکاسی کر سکے لیکن بہت کم تفصیل میں۔
مثالی طور پر، یہ آپ کے تجزیے کے آخری مرحلے کے طور پر کیا جاتا ہے، ایک بار جب آپ کلیدی بصیرت پر متفق ہو جاتے ہیں اور انہیں کسی بڑے فیصلے یا مسئلے کو حل کرنے کے لیے کس طرح بہترین طریقے سے مرتب کرنا ہے۔ پھر آپ پرکشش اور معلوماتی بصری تخلیق کرنے کے لیے ڈیٹا ویژولائزیشن کی بہترین پریکٹس [2] کا استعمال کر سکتے ہیں جو آپ کے تجزیہ کی پیچیدگی کو قربان کیے بغیر ناظرین کو خوفزدہ نہیں کریں گے۔
5. تجزیے کو زندہ رکھیں
یقینی بنائیں کہ آپ کا تجزیہ اس واحد ڈیٹا کی درخواست سے باہر رہتا ہے اور اسے بار بار استعمال کیا جا سکتا ہے۔
اس عمل کا ایک حصہ جسے سخت نظر انداز کیا جاتا ہے اس تجزیہ کو قابل توسیع علم میں تبدیل کرنے کا سوال ہے۔ آپ یہ کیسے یقینی بناتے ہیں کہ جس کاروباری سوال کا آپ نے ابھی جواب دیا ہے وہ نہ صرف جم یا جم کی ٹیم کے ساتھ بلکہ وسیع تر کمپنی کے ساتھ شیئر کیا گیا ہے؟ اور صرف اس ہفتے ہی نہیں، بلکہ جب وہی سوال دوبارہ سامنے آتا ہے تو اسے 6 ماہ میں استعمال کیا جا سکتا ہے۔ اس کا جواب واضح طور پر ڈیش بورڈ نہیں بلکہ کچھ اور اہم ہے۔
AirBnB کا نقطہ نظر [3] ایک نالج فیڈ کو نافذ کرنا ہے جو تفصیلی تجزیہ کی قسم لیتا ہے جس کا ہم نے ابھی خاکہ پیش کیا ہے اور اسے پوری کمپنی تلاش کرنے کے لیے شائع کرتا ہے۔ نتیجہ رپورٹس کا ایک مجموعہ ہے جو تمام صارفین آسانی سے سمجھ سکتے ہیں لیکن پھر بھی خام کوڈ اور تجزیہ کاروں کے لیے نوٹس تک رسائی رکھتے ہیں تاکہ مستقبل کے کام کے لیے نقطہ آغاز کے طور پر استعمال کیا جا سکے۔ کلیدی اوصاف کو دستاویزی شکل دی گئی ہے جو ہر ایک کو اس پر اعتماد دیتی ہے جو وہ دیکھ رہے ہیں (جب اسے شائع کیا گیا تھا، حدود وغیرہ)۔ اور انہوں نے علم کے اس ڈیٹا بیس کو آسانی سے قابل تجزیہ بنا دیا ہے تاکہ لوگ ڈیٹا ٹیم کو اپنی درخواست جمع کروانے سے پہلے اپنے سوالات سے متعلق تجزیہ تیزی سے تلاش کر سکیں۔
اب آپ اس بات کو یقینی بنا سکتے ہیں کہ آپ کا تجزیہ اس واحد ڈیٹا کی درخواست سے باہر رہتا ہے اور اسے بار بار استعمال کیا جا سکتا ہے۔
DIY وقت
اس طرح کے کام کرنے کا فائدہ یہ ہے کہ اسے جانچنا آسان ہے۔ اگلی بار جب آپ کے زیادہ دوستانہ کاروباری صارفین میں سے کسی کی طرف سے کوئی درخواست آئے (بحری قزاقوں سے بچیں)، میں اس طریقہ کو آزمانے کی تجویز کرتا ہوں۔ انہوں نے جس چارٹ کی درخواست کی ہے اسے عملی جامہ پہنانے کے بجائے، اس چارٹ کے ساتھ وہ کیا کرنے کی امید رکھتے ہیں اس کو بہتر طور پر سمجھنے کے لیے ان سے ملنے کو کہیں۔ یہ کن فیصلوں سے آگاہ کر رہا ہے؟ سامعین کون ہے؟
اور جیسا کہ آپ اس تجزیہ میں مل کر کام کرتے ہیں، میں تجویز کرتا ہوں کہ مطلوبہ میٹا ڈیٹا کو دستاویز کرنے کے لیے ڈیٹا نوٹ بک کا استعمال کریں اور اپنے کاروباری پارٹنر کو اپنے کام کی وضاحت کریں۔ یہ آپ کو اپنے تجزیے کو کوڈ اور بصری کے ساتھ سیاق و سباق کے مطابق بنانے کے لیے لچک فراہم کرتا ہے، اس لیے آپ کہیں گوگل ڈاک کو ایک ساتھ ہیک کرنے کی کوشش نہیں کر رہے ہیں۔
ایک بار جب آپ دونوں تجزیہ اور نتائج سے خوش ہو جائیں، تو پھر ایک ساتھ حتمی چارٹ پر کام کریں، اور دیکھیں کہ یہ اصل درخواست سے کتنا مختلف نظر آتا ہے۔ میں شرط لگانے کو تیار ہوں کہ وہ بالکل مختلف ہیں۔
شمار نوٹ بک کی مثال۔ ذریعہ: ٹینس GOAT کون ہے؟
مشترکہ علم کے لیے اس تجزیے کا ارتکاب کرنے کے لیے تھوڑی زیادہ پیش گوئی کی ضرورت ہے۔ ان نوٹ بکوں کے جانے کے لیے بہت ساری قدرتی جگہیں نہیں ہیں۔ Github غیر ڈویلپرز کے لیے کافی صارف دوست نہیں ہے، اور DropBox یا Google Docs جیسے آپشنز اتنے تکنیکی نہیں ہیں کہ مطلوبہ کوڈ کو شامل کر سکیں۔
اگر آپ نے مجھے ایک ٹول تجویز کرنے پر مجبور کیا تو مجھے کہنا پڑے گا۔ شمار، لیکن مکمل انکشاف، میں نے اسے بنانے میں مدد کی۔ شمار ایک ڈیٹا نوٹ بک ہے جس کا مقصد اس طرح کے کام کرنے کے طریقے کو معمول بنانا ہے۔ آپ اعلیٰ معیار کی تجزیاتی رپورٹس بنا سکتے ہیں جو سیاق و سباق، وضاحتوں، حسب ضرورت بصریوں سے بھری ہوئی ہوں، یہ سب ایک دستاویز میں آپ کے کام کو پلیٹ فارم فراہم کرتا ہے جس کی اسے عارضی ڈیٹا کی درخواست کو زندہ رکھنے اور علم بننے کی ضرورت ہوتی ہے جس سے پوری کمپنی فائدہ اٹھا سکتی ہے۔
اگر آپ نے ان طریقوں میں سے کسی کو آزمایا ہے تو، میں یہ سننا پسند کروں گا کہ یہ تبصرے میں کیسے چلا گیا!
حوالہ جات
[1] کولب، ڈی اے تجرباتی سیکھنا: سیکھنے اور ترقی کے ذریعہ کے طور پر تجربہ. نیو جرسی: پرینٹیس ہال؛ 1984.
[2] مہونی، مائیکل۔ ڈیٹا ویژولائزیشن کا فن اور سائنس. ڈیٹا سائنس کی طرف؛ 2019
[3] شرما، سی اور اوورگوئر، جنوری۔ Airbnb میں علم کی پیمائش. AirbnbEng؛ 2016.
حقیقی. اجازت کے ساتھ دوبارہ پوسٹ کیا۔
متعلقہ:
ماخذ: https://www.kdnuggets.com/2021/04/make-analysis-used.html
- تک رسائی حاصل
- مقصد
- تجزیہ
- فن
- سامعین
- BEST
- بہترین طریقوں
- بٹ
- تعمیر
- کاروبار
- فون
- پرواہ
- چارٹس
- کوڈ
- کمپنی کے
- آپکا اعتماد
- کریڈٹ
- ڈیش بورڈ
- اعداد و شمار
- ڈیٹا سائنس
- ڈیٹا بیس
- دن
- تفصیل
- DID
- Dropbox
- وغیرہ
- تجربات
- تجربہ
- فلٹر
- آخر
- پہلا
- لچک
- بہاؤ
- پیشن گوئی
- مکمل
- مستقبل
- GitHub کے
- دے
- گوگل
- ہیک
- سر
- یہاں
- کس طرح
- کیسے
- HTTPS
- بھاری
- تصویر
- سمیت
- صنعت
- اثر و رسوخ
- معلومات
- بصیرت
- انٹرایکٹو
- تنہائی
- IT
- کلیدی
- علم
- جانیں
- سیکھنے
- لنکڈ
- لسٹ
- لانگ
- محبت
- میچ
- درمیانہ
- ماڈل
- ماہ
- نیو جرسی
- نوٹ بک
- تعداد
- آپشنز کے بھی
- پارٹنر
- شراکت داری
- لوگ
- پلیٹ فارم
- کھلاڑی
- پورٹل
- پیشہ ور ماہرین
- خام
- ریڈر
- رپورٹیں
- تحقیق
- نتائج کی نمائش
- سائنس
- احساس
- قائم کرنے
- مشترکہ
- مختصر
- سادہ
- چھوٹے
- So
- حل
- خرچ
- شروع کریں
- جمع کرائی
- ٹیکنیکل
- بتاتا ہے
- ٹینس
- ٹیسٹ
- ماخذ
- سوچنا
- وقت
- تجاویز
- ٹریک
- triage
- بھروسہ رکھو
- صارفین
- ہفتے
- ڈبلیو
- چلائیں
- جیت
- کام
- دنیا