বিশ্লেষণ ও তথ্যের মানের মেট্রিক
এই বইয়ের প্রতিটি সংখ্যা ততটুকুই বিশ্বাসযোগ্য যতটুকু তার পেছনের তথ্য ও বিশ্লেষণ, তাই তথ্যের মান, বিশ্লেষণের সুদৃঢ়তা এবং ফলাফল একটি সিদ্ধান্তে ব্যবহৃত হয়েছে কি না মাপুন, আর একটি সংখ্যা কী দেখাতে পারে না তা সবসময় বলুন।
ভূমিকা ও প্রেক্ষাপট
বিশ্লেষণ (analytics) হলো প্রশ্নের উত্তর দিতে ও সিদ্ধান্তে তথ্য জোগাতে তথ্য ও পরিসংখ্যানের ব্যবহার। সেবা ব্যবস্থাপনায় এটি টিকিটের একটি সরল সাপ্তাহিক গণনা থেকে কোন পরিবর্তন ব্যর্থ হবে তা ভবিষ্যদ্বাণী করা মডেল পর্যন্ত বিস্তৃত। বিশ্লেষণ এই বইয়ের চতুর্থ দৃষ্টিকোণ, এজাইল চর্চা, এআই ও অটোমেশনের পাশে, এবং অন্য তিনটি দৃষ্টিকোণ যার ওপর নির্ভর করে সেটিও। খারাপ তথ্যের মান (data quality)-এর ওপর গড়া একটি ড্যাশবোর্ড ভুল প্রশ্নের আত্মবিশ্বাসী উত্তর দেয়।
তথ্যের মান কয়েকটি বৈশিষ্ট্যের সমষ্টি: তথ্য সম্পূর্ণ, নির্ভুল, সামঞ্জস্যপূর্ণ, সময়োপযোগী, অনন্য এবং বৈধ কি না। আগের বিষয়গুলো সেবার তথ্য কোথা থেকে আসে এবং কীভাবে পড়তে হয় তা ঢেকেছে (বিষয় 1.5, তথ্যের উৎস ও ইনস্ট্রুমেন্টেশন এবং বিষয় 1.6, সেবা মেট্রিকের জন্য পরিসংখ্যান-সাক্ষরতা দেখুন)। এই বিষয় সেই ধারণাগুলোকে এমন পরিমাপে পরিণত করে যা একটি দল নিজেদের তথ্য ও বিশ্লেষণ সম্পর্কে ট্র্যাক করতে পারে, যেভাবে অংশ 4 পরিবর্তন মাপে। এটি একটি চর্চা হিসেবে বিশ্লেষণও ঢাকে: কোন প্রশ্ন করা হয়, কোন পদ্ধতি ব্যবহৃত হয়, কে তা যাচাই করেন এবং ফল কোনো সিদ্ধান্ত বদলেছে কি না।
বিশ্লেষণ আকর্ষণীয় কারণ তা পরিসরে মাপে। একজন বিশ্লেষক অনেক দলকে সেবা দিতে পারেন, এবং একটি মডেল প্রতিটি টিকিটে স্কোর দিতে পারে। একই পরিসর ভুলকেও বাড়ায়। একটি ভাগ করা ডেটাসেটে ভুল বোঝা সংজ্ঞা তার ওপর গড়া প্রতিটি প্রতিবেদনে ছড়ায়, এবং অতীত আচরণে প্রশিক্ষিত একটি মডেল পুরোনো পক্ষপাত গতিতে পুনরাবৃত্তি করতে পারে। কোয়েরি, চার্ট ও সারসংক্ষেপ লেখা এআই টুল বিশ্লেষণ সস্তা করে এবং আত্মবিশ্বাসের সঙ্গে ভুল তৈরিও সহজ করে, তাই যাচাই আরও গুরুত্বপূর্ণ।
এখানে ব্যবহৃত পরিভাষা। একটি ডেটাসেট হলো রেকর্ডের একটি সংজ্ঞায়িত সংগ্রহ, যেমন টিকিট বা ডিপ্লয়মেন্ট। বংশপরম্পরা (lineage) হলো তথ্য কোথা থেকে এসেছে এবং তার সঙ্গে কী করা হয়েছে তার রেকর্ড। মেলানো (reconciliation) এমন দুটি উৎস তুলনা করে যেগুলোর একমত হওয়ার কথা। একটি ডেটা চুক্তি হলো ডেটাসেটের উৎপাদনকারী ও ব্যবহারকারীর মধ্যে তার কাঠামো, অর্থ ও মান নিয়ে চুক্তি। একটি বিশ্লেষণ হলো একটি প্রশ্ন, একটি পদ্ধতি এবং একটি ফল। অনিশ্চয়তা হলো তথ্য ও পদ্ধতি দেওয়া থাকলে একটি মান যে পরিসরে থাকতে পারে। একটি সিদ্ধান্তের লগ একটি সংখ্যা যে সিদ্ধান্তে তথ্য জুগিয়েছে তা লিপিবদ্ধ করে।
মূল নীতি
- প্রশ্ন ও সিদ্ধান্ত থেকে শুরু করুন। সিদ্ধান্ত যুক্ত নেই এমন বিশ্লেষণ বাড়তি বোঝা।
- তথ্য সম্পর্কে তথ্য মাপুন। সম্পূর্ণতা, সময়োপযোগিতা ও মেলানো এমন পরিমাপ যার মালিক একটি দল হতে পারে।
- বংশপরম্পরা রাখুন। যে সংখ্যা উৎস পর্যন্ত খুঁজে পাওয়া যায় না তা সংশোধন করা যায় না।
- অনিশ্চয়তা ও সীমা বলুন। একটি হারের পেছনের গণনা দেখান এবং সংখ্যাটি কী দেখাতে পারে না বলুন।
- বিশ্লেষণ কোডের মতো যাচাই করুন। সংজ্ঞা ও কোয়েরি পর্যালোচনা করুন এবং সংস্করণ নিয়ন্ত্রণে রাখুন।
- মানুষকে রক্ষা করুন। মানুষের আচরণ নিয়ে বিশ্লেষণে গোপনীয়তার সীমা লাগে, এবং ফল দল ও সেবা বর্ণনা করে।
মেট্রিকের সংজ্ঞা
| মেট্রিক | সংজ্ঞা | সূত্র | একক | তথ্যের উৎস | ITIL চর্চা | এজাইল সমতুল্য | পর্যায়কাল |
|---|---|---|---|---|---|---|---|
| প্রয়োজনীয় ঘরের সম্পূর্ণতা | যে মেট্রিক সেগুলো ব্যবহার করে তাদের প্রয়োজনীয় সব ঘরসহ রেকর্ডের অংশ | প্রতিটি প্রয়োজনীয় ঘর উপস্থিত ও বৈধসহ রেকর্ড / পরিসরের রেকর্ড | শতাংশ | উৎস ব্যবস্থার নিষ্কাশন ও তথ্যের মানের যাচাই | পরিমাপ ও প্রতিবেদন; জ্ঞান ব্যবস্থাপনা | রেকর্ডের সম্পন্নের সংজ্ঞা | মাসিক |
| তথ্যের সতেজতা | একটি প্রতিবেদন পড়ার সময় একটি ডেটাসেটে সাম্প্রতিকতম তথ্যের বয়স | ডেটাসেট জুড়ে (প্রতিবেদন পড়ার সময় বিয়োগ সর্বশেষ লোড হওয়া রেকর্ডের সময়)-এর মধ্যমান ও সর্বোচ্চ | ঘণ্টা | পাইপলাইনের লগ ও ডেটাসেটের মেটাডেটা | পরিমাপ ও প্রতিবেদন | দ্রুত প্রতিক্রিয়া | সাপ্তাহিক |
| মেলানোর ভেদ | একই পরিমাণ নিয়ে একমত হওয়ার কথা এমন দুটি উৎসের মধ্যে পার্থক্য | একটি ঘোষিত নমুনা পরিমাণ ও সময়কালের জন্য উৎস ক ও উৎস খ-এর পরম পার্থক্য / উৎস ক | শতাংশ | দুটি উৎস ব্যবস্থা | পরিমাপ ও প্রতিবেদন; আর্থিক ব্যবস্থাপনা | সংজ্ঞা নিয়ে কাজের চুক্তি | ত্রৈমাসিক |
| বংশপরম্পরার আচ্ছাদন | প্রতিবেদিত মেট্রিকের যে অংশের উৎস, রূপান্তর ও মালিক নথিভুক্ত | নথিভুক্ত বংশপরম্পরাসহ নিবন্ধনের মেট্রিক / প্রতিবেদিত মেট্রিক | শতাংশ | মেট্রিক নিবন্ধন ও ডেটা ক্যাটালগ | গভর্ন্যান্স | দলের চুক্তি | ত্রৈমাসিক |
| ডেটা পাইপলাইন চালানোর ব্যর্থতার হার | ব্যর্থ বা অসম্পূর্ণ তথ্য লোড করা ডেটা পাইপলাইন চালানোর অংশ | ব্যর্থ বা অসম্পূর্ণ তথ্য লোড করা ডেটা পাইপলাইন চালানো / শুরু হওয়া চালানো | শতাংশ | ডেটা পাইপলাইনের লগ | পরিমাপ ও প্রতিবেদন | তথ্যের জন্য নিরবচ্ছিন্ন ইন্টিগ্রেশন | সাপ্তাহিক |
| বিশ্লেষণ পর্যালোচনার হার | ব্যবহারের আগে দ্বিতীয় একজন ব্যক্তি পর্যালোচনা করেছেন এমন প্রকাশিত বিশ্লেষণের অংশ | লিপিবদ্ধ পর্যালোচনাসহ বিশ্লেষণ / সিদ্ধান্ত-গ্রহণকারী শ্রোতার কাছে প্রকাশিত বিশ্লেষণ | শতাংশ | বিশ্লেষণ নিবন্ধন ও পর্যালোচনার লগ | পরিমাপ ও প্রতিবেদন; নিরন্তর উন্নয়ন | সহকর্মীর পর্যালোচনা | ত্রৈমাসিক |
| সিদ্ধান্তে ব্যবহারের হার | সময়কালে একটি লিপিবদ্ধ সিদ্ধান্তে উদ্ধৃত প্রতিবেদিত মেট্রিকের অংশ | সিদ্ধান্তের লগের এন্ট্রিতে উদ্ধৃত মেট্রিক / প্রতিবেদিত মেট্রিক | শতাংশ | সিদ্ধান্তের লগ ও মেট্রিক নিবন্ধন | নিরন্তর উন্নয়ন | রিট্রোস্পেক্টিভের পদক্ষেপ | ত্রৈমাসিক |
সম্পূর্ণতা একটি ঘরকে উপস্থিত গোনে কেবল তাতে বৈধ মান থাকলে, তাই "n/a"-এর মতো প্লেসহোল্ডার গোনা হয় না। মেলানোর ভেদ পরিমাণের একটি নামধারী নমুনায় প্রযোজ্য, যেমন একটি মাসের টিকিটের সংখ্যা, এবং নমুনা বলে।
সুপারিশ
তথ্যের মান দৃশ্যমান করুন
1. মেট্রিকের ভাষায় তথ্যের মান সংজ্ঞায়িত করুন। আপনার সবচেয়ে গুরুত্বপূর্ণ মেট্রিক যে ঘর ও টাইমস্ট্যাম্পের ওপর নির্ভর করে তা তালিকা করুন, এবং প্রতিটির বৈধ দেখতে কেমন সংজ্ঞায়িত করুন। এগুলো আগে যাচাই করুন, কারণ একটি অনুপস্থিত টাইমস্ট্যাম্প সময়ের পরিমাপ ভাঙে।
2. শুধু প্রতিবেদনে নয়, উৎসে যাচাই করুন। তথ্য তৈরির সময় চালানো মানের যাচাই, যেমন টিকিট ফরমের একটি প্রয়োজনীয় ঘর, এমন ভুল ঠেকায় যা পরবর্তী কোনো পরিষ্কার পুরোপুরি মেরামত করতে পারে না। তথ্য লোডের সময়ও যাচাই যোগ করুন।
3. সংখ্যার পাশে মান প্রকাশ করুন। মেট্রিক দেখানো ড্যাশবোর্ডে সম্পূর্ণতা ও সতেজতা দেখান। একজন পাঠকের জিজ্ঞাসা ছাড়াই তথ্যের মান দেখা উচিত।
4. সময়সূচিতে মেলান। প্রতি ত্রৈমাসিকে অন্তত একটি পরিমাণ দুটি ব্যবস্থা জুড়ে তুলনা করুন, যেমন পরিবর্তনের রেকর্ডে ও পাইপলাইনে পরিবর্তনের সংখ্যা। পার্থক্য তদন্ত করে ব্যাখ্যা করুন এবং ফলাফল লিপিবদ্ধ করুন।
বিশ্লেষণ সৎ রাখুন
5. আগে প্রশ্ন ও সিদ্ধান্ত লিখুন। বিশ্লেষণের আগে প্রশ্ন, যে সিদ্ধান্তে তা তথ্য জোগায় এবং কে সিদ্ধান্ত নেবেন লিপিবদ্ধ করুন। সিদ্ধান্ত হয়ে গেলে কী সিদ্ধান্ত হয়েছে লিপিবদ্ধ করুন।
6. বংশপরম্পরা ও সংজ্ঞা একটি নিবন্ধনে রাখুন। প্রতিটি মেট্রিককে তার উৎস, রূপান্তর, মালিক ও পর্যালোচনার তারিখের সঙ্গে যুক্ত করুন (বিষয় 1.4, মেট্রিকের গভর্ন্যান্স ও মালিকানা দেখুন)। সংজ্ঞার পরিবর্তন কারণসহ লগ করা হয় এবং চার্টে চিহ্নিত হয়।
7. প্রতিটি বিশ্লেষণ পর্যালোচনা করুন। একটি সিদ্ধান্তে ব্যবহৃত যেকোনো বিশ্লেষণের সংজ্ঞা, কোয়েরি ও উপসংহার একজন দ্বিতীয় ব্যক্তি যাচাই করেন। কোয়েরি সংস্করণ নিয়ন্ত্রণে রাখুন যাতে সেগুলো আবার চালানো যায়।
8. অনিশ্চয়তা ও সীমা বলুন। প্রতিটি হারের পেছনের আইটেমের সংখ্যা, যেখানে গুরুত্বপূর্ণ সেখানে ব্যবধান এবং বিশ্লেষণ কী দেখাতে পারে না দেখান। তথ্য যেখানে সমর্থন করে না সেখানে একক-সংখ্যার নির্ভুলতা এড়ান।
ব্যবহার পরিচালনা করুন
9. ভাগ করা ডেটাসেটের জন্য ডেটা চুক্তি ব্যবহার করুন। যে দল একটি ডেটাসেট তৈরি করে সে তার অর্থ, ঘর, সতেজতা ও জানা সমস্যা বলে, এবং বদলালে ব্যবহারকারীদের জানায়। ভাঙা পরিবর্তনে বিজ্ঞপ্তি লাগে।
10. তথ্যে মানুষকে রক্ষা করুন। কে কাঁচা রেকর্ড দেখতে পারবেন, তথ্য কতদিন রাখা হবে এবং প্রতিবেদনের ন্যূনতম গোষ্ঠীর আকার কত ঠিক করুন। বিশ্লেষণ দল ও সেবার স্তরে রাখুন, এবং আপনার প্রযোজ্য গোপনীয়তার নিয়ম যাচাই করুন।
11. প্রতিবেদন ও ডেটাসেট অবসর দিন। কেউ ব্যবহার করে না এমন প্রতিবেদনেও রক্ষণাবেক্ষণের খরচ হয় এবং তা বিভ্রান্ত করতে পারে। ব্যবহার পর্যালোচনা করুন এবং সিদ্ধান্তে উদ্ধৃত নয় এমন কিছু অবসর দিন।
12. এআই-সহায়তাপ্রাপ্ত বিশ্লেষণ যাচাই না হওয়া পর্যন্ত অপর্যালোচিত ধরুন। এআই টুল এমন কোয়েরি বা সারসংক্ষেপ লিখতে পারে যা শুদ্ধ দেখায় অথচ ভুল। কোয়েরি পর্যালোচনা করুন, একটি ছোট জানা নমুনায় আবার চালান এবং তা যাচাই হয়েছে লিপিবদ্ধ করুন।
কারসাজির উপায় ও রক্ষাবেষ্টনী
| মেট্রিক | যেভাবে কারসাজি হয় | জোড়া রক্ষাবেষ্টনী মেট্রিক বা চর্চা |
|---|---|---|
| প্রয়োজনীয় ঘরের সম্পূর্ণতা | ঘর প্লেসহোল্ডার বা ডিফল্ট দিয়ে ভরা; ঘর ঐচ্ছিক করা | বিষয়বস্তুর বৈধতা যাচাই; প্রকৃত মানের জন্য রেকর্ডের নমুনা |
| তথ্যের সতেজতা | ঘটনার নয়, লোডের টাইমস্ট্যাম্প; খালি হালনাগাদ লোড | লোডের সময়ের সঙ্গে ঘটনার সময় যাচাই; প্রতি লোডে সারির সংখ্যা |
| মেলানোর ভেদ | কাকতালীয়ভাবে একমত হওয়া পরিমাণ বাছা; মেলাতে একটি উৎস সমন্বয় | পরিমাণ ঘোরান; সমন্বয়ের নিরীক্ষার ছাপ রাখুন |
| বংশপরম্পরার আচ্ছাদন | বংশপরম্পরা উপরিভাগে নথিভুক্ত; এন্ট্রির মধ্যে লেখা নকল | এন্ট্রির নমুনা নিন এবং একটি মেট্রিক প্রান্ত থেকে প্রান্তে অনুসরণ করুন |
| ডেটা পাইপলাইন চালানোর ব্যর্থতার হার | ব্যর্থ চালানো পুনঃচেষ্টা বা সফল চিহ্নিত করা; লগ মুছে ফেলা | উৎসের সঙ্গে রেকর্ডের সংখ্যা তুলনা; ফাঁকে সতর্কবার্তা |
| বিশ্লেষণ পর্যালোচনার হার | রাবার স্ট্যাম্প পর্যালোচনা; সিদ্ধান্তের পরে পর্যালোচনা | পর্যালোচকের নোট যাচাই; ব্যবহারের আগে পর্যালোচনা বাধ্যতামূলক |
| সিদ্ধান্তে ব্যবহারের হার | সিদ্ধান্তে প্রভাব ছাড়াই লগে মেট্রিক উদ্ধৃত করা | কী বদলেছে জিজ্ঞাসা; এন্ট্রির নমুনা |
একটি সুস্থ পাঠ হলো দৃশ্যমান ও স্থির তথ্যের মানের সংখ্যা, ব্যাখ্যা করা উৎসগুলোর মধ্যে পার্থক্য, ব্যবহারের আগে পর্যালোচিত বিশ্লেষণ, এবং সিদ্ধান্তের প্রয়োজনে আসা-যাওয়া করা মেট্রিক।
ভারসাম্য: সুবিধা ও অসুবিধা
| পদ্ধতি | শক্তি | দুর্বলতা |
|---|---|---|
| প্রবেশের সময় কঠোর তথ্য যাচাই | ভুল আগে ঠেকায় | ব্যবহারকারীদের জন্য ঘর্ষণ; প্লেসহোল্ডার এন্ট্রি |
| পরে তথ্য পরিষ্কার | নমনীয়; ব্যবহারকারীদের ধীর করে না | কারণ লুকায়; কিছু প্রতিবেদনে ভুল থেকে যায় |
| কেন্দ্রীয় বিশ্লেষণ দল | সামঞ্জস্যপূর্ণ পদ্ধতি ও মান | বাধা; কাজ থেকে দূরত্ব |
| দলগুলোর সেলফ-সার্ভিস বিশ্লেষণ | দ্রুত; কাজের কাছাকাছি | অসামঞ্জস্যপূর্ণ সংজ্ঞা; অসম মান |
| এআই-সহায়তাপ্রাপ্ত বিশ্লেষণ | দ্রুত খসড়া; বাধা কমায় | আত্মবিশ্বাসী ভুল; দুর্বল পুনরুৎপাদনযোগ্যতা |
ব্যবহারিক উপসংহার হলো উৎসে ভুল ঠেকানো, সংজ্ঞা ও বংশপরম্পরা এক জায়গায় ভাগ করা, এবং সিদ্ধান্তে তথ্য জোগানো যেকোনো বিশ্লেষণে পর্যালোচনা দাবি করা। যাচাই তাল রাখলে সেলফ-সার্ভিস ও এআইয়ের গতি স্বাগত।
দলের সঙ্গে আলোচনার প্রশ্ন
1. আমাদের ড্যাশবোর্ডের কোন তিনটি সংখ্যার নিচের তথ্য ভুল হলে আমরা সবচেয়ে বেশি আফসোস করতাম? সিদ্ধান্ত বা লক্ষ্য চালায় এমন সংখ্যা দিয়ে শুরু করুন। জিজ্ঞাসা করুন তথ্য কীসের ওপর নির্ভর করে এবং উৎসের মালিক কে। মানুষ প্রায়ই আবিষ্কার করে একটি মূল সংখ্যা হাতে-দেওয়া একটি ঘরের ওপর নির্ভর করে। এই মাসে একটি যাচাই করতে বেছে অনুসরণ করুন।
2. কখন দুটি প্রতিবেদন একমত হয়নি, এবং আমরা কীভাবে তা মিটিয়েছিলাম? সংঘাতপূর্ণ সংখ্যার গল্প দেখায় কোথায় সংজ্ঞা ভিন্ন। জিজ্ঞাসা করুন সমাধান লিপিবদ্ধ হয়েছিল কি না এবং কারণ ঠিক হয়েছিল কি না। সঞ্চালক বারবার আসা কারণ, যেমন ভিন্ন সময় অঞ্চল বা অবস্থার সংজ্ঞা, লক্ষ করুন। একটি সংজ্ঞা ও একজন মালিকে একমত হয়ে অনুসরণ করুন।
3. আমরা সবচেয়ে বেশি যে প্রতিবেদন দেখি তার তথ্য কত পুরোনো? অনেকে জানেন না। জিজ্ঞাসা করুন সতেজতা কীভাবে দেখানো হয় এবং একটি বাসি লোড লক্ষ করা হত কি না। পুরোনো সিদ্ধান্তের খরচ আলোচনা করুন। প্রতিবেদনে সতেজতা যোগ করে অনুসরণ করুন।
4. যে বিশ্লেষণ একটি সিদ্ধান্ত বদলেছিল তা সর্বশেষ কে পর্যালোচনা করেছিলেন? সংজ্ঞা ও কোয়েরিতে দ্বিতীয় জোড়া চোখ খুঁজুন। না থাকলে কেন আলোচনা করুন। কোন পর্যালোচনা অনুপাতিক হত জিজ্ঞাসা করুন। কোনো গুরুত্বপূর্ণ সিদ্ধান্তে তথ্য জোগানো যেকোনো বিশ্লেষণের জন্য একটি সরল পর্যালোচনার ধাপ বেছে অনুসরণ করুন।
5. আমাদের সবচেয়ে বেশি ব্যবহৃত মেট্রিক আমাদের কী বলতে পারে না? সীমার নাম দেওয়া ভালোভাবে করা বিশ্লেষণের অভ্যাস। নির্দিষ্ট অন্ধ দাগ চান, যেমন যে ব্যবহারকারীরা সহায়তায় যোগাযোগ করেন না। সীমা মেট্রিকের পাশে লিপিবদ্ধ করুন। একটি অন্ধ দাগ ঢাকা এমন একটি পরিমাপ যোগ করে অনুসরণ করুন।
6. কোয়েরি ও সারসংক্ষেপ লিখতে আমরা এআই টুল কীভাবে ব্যবহার করি, এবং কীভাবে যাচাই করি? নীতি নয়, প্রকৃত চর্চা জিজ্ঞাসা করুন। প্রতিবেদনে ব্যবহৃত অপর্যালোচিত আউটপুটের দিকে কান দিন। একটি সরল যাচাই, যেমন একটি জানা নমুনায় আবার চালানো, আলোচনা করুন। এআই-সহায়তাপ্রাপ্ত বিশ্লেষণের নিয়মে একমত হয়ে অনুসরণ করুন।
চারটি দৃষ্টিভঙ্গি
পণ্য ও ডেলিভারি দল
আপনার টুল অন্যরা যে তথ্য বিশ্লেষণ করে তার বেশিরভাগ তৈরি করে। টাইমস্ট্যাম্প, শনাক্তকারী ও অবস্থা নির্ভরযোগ্য রাখুন, এবং একটি ঘর বদলালে তথ্য ব্যবহারকারীদের জানান। তথ্য তৈরি করা নতুন ফিচারের সম্পন্নের সংজ্ঞায় তথ্যের মান অন্তর্ভুক্ত করুন।
সেবা ও পরিচালন দল
টিকিটের তথ্য নির্ভর করে মানুষ চাপের মধ্যে ফরম কীভাবে পূরণ করেন তার ওপর। সঠিক এন্ট্রিকে সহজ এন্ট্রি করুন, টুলে তথ্যের মান যাচাই করুন, এবং একটি মেট্রিক কাজ ভুল পড়লে মুখ খুলুন। একটি সংখ্যা উন্নত করতে রেকর্ডের তারিখ পিছিয়ে দেবেন না বা একসঙ্গে হালনাগাদ করবেন না।
নেতৃত্ব ও গভর্ন্যান্স
সিদ্ধান্ত বা লক্ষ্য সমর্থন করা যেকোনো সংখ্যার পাশে তথ্যের মান ও বংশপরম্পরা চান। শুধু ড্যাশবোর্ড নয়, ডেটা প্রকৌশল ও পর্যালোচনার সময়ে অর্থায়ন করুন। গোপনীয়তা রক্ষা করুন, এবং মানুষের মূল্যায়নে ব্যক্তির ওপর বিশ্লেষণ ব্যবহার এড়ান।
গ্রাহক ও ব্যবহারকারী
আপনার সম্পর্কে তথ্য সেবা আপনার সঙ্গে কেমন আচরণ করে তা চালায়, তাই জিজ্ঞাসা করুন কী সংগ্রহ করা হয় এবং কীভাবে ব্যবহৃত হয়। যেখানে আপনার প্রতিক্রিয়া তথ্যে আছে, যেমন জরিপের উত্তর, জিজ্ঞাসা করুন তা কীভাবে সুরক্ষিত এবং কীভাবে একটি সিদ্ধান্তে পৌঁছেছে।
বাস্তবে: সেবা ব্যবস্থাপনার একটি উদাহরণ
একটি আঞ্চলিক ইউটিলিটির আইটি বিভাগ তার নির্বাহী দলের জন্য ইনসিডেন্ট সমাধানের সময় ও পরিবর্তনের ব্যর্থতার হারের একটি ড্যাশবোর্ড বানায়। এই উদাহরণের সংখ্যা দৃষ্টান্তমূলক। ড্যাশবোর্ড সমাধানের সময়ের মধ্যমান ৩.১ ঘণ্টা এবং পরিবর্তনের ব্যর্থতার হার ৪ শতাংশ দেখায়।
একজন বিশ্লেষক চালুর আগে মান যাচাই করেন। সমাধান হওয়ার টাইমস্ট্যাম্পের প্রয়োজনীয় ঘরের সম্পূর্ণতা ৯১ শতাংশ, অনুপস্থিত রেকর্ডগুলো বেশিরভাগ বড় ইনসিডেন্ট যা ঘটনার পরে লেখা। সতেজতা ২৬ ঘণ্টা, কারণ নিষ্কাশন রাতে চলে। পরিবর্তনের রেকর্ডকে পাইপলাইনের সঙ্গে মেলানো দেখায় পাইপলাইনে পরিবর্তনের রেকর্ডের চেয়ে ৮ শতাংশ বেশি উৎপাদন পরিবর্তন আছে, তাই ব্যর্থতার হারের হরে সমস্যা আছে।
দল পরিবর্তন আনে। টিকিট ফরম সমাধানের সময় দাবি করে এবং তা খোলার সময়ের পরে কি না যাচাই করে। ড্যাশবোর্ড প্রতিটি সংখ্যার পেছনের ইনসিডেন্টের সংখ্যা, তথ্যের বয়স এবং ব্যবহৃত ঘরের সম্পূর্ণতা দেখায়। একটি ডেটা চুক্তি বলে অনুমোদিত পরিবর্তনের জন্য পরিবর্তনের রেকর্ড এবং ডিপ্লয়মেন্টের জন্য পাইপলাইন সত্যের ব্যবস্থা, মাসিক মেলানোসহ। প্রথম মেলানো ফাঁকটি ব্যাখ্যা করে: জরুরি পরিবর্তন শুধু পাইপলাইনে লিপিবদ্ধ।
একটি কারসাজির ঝুঁকি দেখা দেয় যখন একজন ব্যবস্থাপক সম্পূর্ণতা উন্নত করতে সমাধানের সময় নেই এমন ইনসিডেন্ট বাদ দেওয়ার পরামর্শ দেন। দল প্রত্যাখ্যান করে এবং এন্ট্রি ঠিক করে। ফল হলো মধ্যমানের একটি বিস্তৃত ব্যবধান এবং ৬ শতাংশ পরিবর্তনের ব্যর্থতার হার। সিদ্ধান্তের লগ লিপিবদ্ধ করে নির্বাহী দল লক্ষ্য ঠিক করার আগে এক ত্রৈমাসিক অপেক্ষা করা বেছে নিয়েছে। যা কঠিন থেকে যায়: পিছিয়ে দেওয়া তারিখের সব এন্ট্রি শনাক্ত করা যায় না, এবং মেলানো একটি হাতে-করা শনাক্তকারী সংযোগের ওপর নির্ভর করে।
এজাইল, এআই, অটোমেশন ও বিশ্লেষণ
এজাইল
ছোট প্রতিক্রিয়ার চক্র তথ্যের মানে সাহায্য করে: ফরম ঠিক করুন, পরের দিনের তথ্য যাচাই করুন এবং ব্যবহারকারীদের জিজ্ঞাসা করুন। একটি ভালো চর্চা হলো যাঁরা তথ্য দেন তাঁদের সঙ্গে নিয়মিত উন্নয়নের আলাপে তথ্যের মানের সংখ্যা পর্যালোচনা করা। সতর্কতা হলো, ঘর ও অবস্থায় নিরন্তর পরিবর্তন প্রবণতা ভাঙে, তাই প্রতিটি সংজ্ঞার পরিবর্তন লগ করুন।
এআই
এআই কোয়েরি লিখতে, চার্ট খসড়া করতে, মন্তব্যের সারসংক্ষেপ করতে এবং অস্বাভাবিকতা চিহ্নিত করতে পারে, এবং বিশ্বাসযোগ্য ফল উদ্ভাবনও করতে পারে। একজন মানুষ কোয়েরি যাচাই করে একটি ছোট জানা নমুনায় আবার না চালানো পর্যন্ত এআই-সহায়তাপ্রাপ্ত বিশ্লেষণকে অপর্যালোচিত ধরুন, এবং তা যাচাই হয়েছে লিপিবদ্ধ করুন। সতর্কতা হলো, জরিপের মন্তব্যের এআই সারসংক্ষেপ ভাষা ও সুর ভুল পড়তে পারে, তাই মূল লেখার একটি নমুনা পড়ুন।
অটোমেশন
লোডের সময় এবং প্রতিবেদনের সময় তথ্যের মানের যাচাই স্বয়ংক্রিয় করুন, এবং পাইপলাইনকে ব্যর্থতা ও ফাঁকে মাপুন। অনুপস্থিত লোড এবং পরিমাণে আকস্মিক বদলে সতর্কবার্তা দিন। সতর্কতা হলো, স্বয়ংক্রিয় পরিষ্কারের নিয়ম উৎসের সমস্যা লুকাতে পারে, তাই কী বদলানো হয়েছে ও কেন প্রতিবেদন করুন।
বিশ্লেষণ
এই বিষয় বিশ্লেষণ নিয়ে, তাই চর্চা হলো প্রতিটি মেট্রিকে একটি সংক্ষিপ্ত নোট: তার প্রশ্ন, সিদ্ধান্ত, বংশপরম্পরা, মান ও সীমা। এটি যে সিদ্ধান্তে তথ্য জোগায় তা হলো পদক্ষেপ নেওয়ার মতো একটি সংখ্যাকে যথেষ্ট বিশ্বাস করা যায় কি না। সতর্কতা হলো, পরিষ্কার-দেখতে ড্যাশবোর্ড দুর্বল তথ্যের ওপর বসতে পারে, তাই ফলের পাশে মানের সংখ্যা দেখান এবং Service Management Metrics-এর সংজ্ঞা একটি নিবন্ধনে রাখুন।
খাতভিত্তিক দৃষ্টিকোণ
স্টার্টআপ। তথ্য ছোট এবং বদলায়। প্রতিটি মেট্রিকের জন্য সত্যের একটি উৎস রাখুন, সংজ্ঞা একটি সংক্ষিপ্ত নথিতে লিখুন, এবং প্রশ্ন স্পষ্ট হওয়ার আগে একটি ডেটা প্ল্যাটফর্ম বানানো এড়ান।
ছোট ব্যবসা। তথ্য নির্দিষ্ট প্রতিবেদনসহ একটি হোস্ট করা টুলে থাকতে পারে। টুল প্রতিটি পরিমাপ কীভাবে সংজ্ঞায়িত করে যাচাই করুন, যাচাই করতে নমুনা রপ্তানি করুন, এবং প্রতিবেদন কী দেখাতে পারে না তার একটি সংক্ষিপ্ত তালিকা রাখুন।
এন্টারপ্রাইজ। অনেক উৎস ও দল পরস্পরবিরোধী সংজ্ঞা তৈরি করে। একটি ভাগ করা মেট্রিক নিবন্ধন, ডেটা চুক্তি এবং নিয়মিত মেলানো ব্যবহার করুন, এবং দলগুলোকে নিজেদের তথ্য যাচাইয়ের উপায় দিন।
সরকার ও জনসেবা খাত। রেকর্ড সংরক্ষণ, প্রবেশাধিকার ও সর্বজনীন প্রতিবেদনের নিয়মের অধীন হতে পারে। প্রকাশিত যেকোনো সংখ্যার বংশপরম্পরা নথিভুক্ত করুন, এবং মানুষ সম্পর্কে তথ্যের গোপনীয়তার নিয়ম রাখুন (বিষয় 8.5, নিয়ন্ত্রক ও সরকারি প্রতিবেদন দেখুন)।
ব্যবসায়িক যুক্তি: প্রেরণা, ROI ও TCO
খরচ হলো তথ্যের মানের যাচাই, মেলানো, নথিপত্র ও পর্যালোচনার জন্য কর্মীর সময়, এবং যেখানে ব্যবহৃত সেখানে ডেটা পাইপলাইন ও ক্যাটালগের টুল। এর বেশিরভাগ ছোট ধাপে শুরু করা যায়, যেমন টিকিট ফরমে যাচাই।
প্রতিদান হলো ভালো সংখ্যায় নেওয়া সিদ্ধান্ত, কোন প্রতিবেদন ঠিক তা নিয়ে তর্কে কম সময় এবং একটি ভুল পড়া সংখ্যা দেরিতে ধরা পড়লে কম পুনঃকাজ। এটিকে সংখ্যা নয়, ধরন হিসেবে বর্ণনা করুন: কম উল্টানো সিদ্ধান্ত ও কম বিবাদ। যুক্তির জন্য সংখ্যা লাগলে পরিবর্তনের আগে ও পরে মেলানোর ভেদ এবং প্রতিবেদনের বিবাদ মেটাতে ব্যয় হওয়া সময়ের মতো নিজের ভিত্তিরেখা মাপুন (বিষয় 7.7, বিনিয়োগে প্রতিদান ও ব্যবসায়িক যুক্তি দেখুন)।
অ্যান্টি-প্যাটার্ন ও ফাঁদ
- শুধু প্রতিবেদনে পরিষ্কার। উৎস ভুল তৈরি করতে থাকে। প্রবেশ ও লোডের যাচাই ঠিক করুন।
- মানের সংখ্যা ছাড়া ড্যাশবোর্ড। পাঠক সংখ্যা বিচার করতে পারেন না। সম্পূর্ণতা, সতেজতা ও গণনা দেখান।
- নথিহীন সংজ্ঞা। সংখ্যা নীরবে অর্থ বদলায়। বংশপরম্পরা ও একটি পরিবর্তনের লগ রাখুন।
- অপর্যালোচিত বিশ্লেষণ। ভুল সিদ্ধান্তে পৌঁছায়। দ্বিতীয় দৃষ্টি দাবি করুন।
- এআই সারসংক্ষেপে বিশ্বাস। তা সাবলীল ও ভুল হতে পারে। কোয়েরি যাচাই করুন এবং মূল লেখার নমুনা নিন।
- ব্যক্তির ওপর বিশ্লেষণ। তা নজরদারিতে পরিণত হয় এবং তথ্য নষ্ট করে। ন্যূনতম গোষ্ঠীর আকারসহ দলের স্তরে প্রতিবেদন করুন।
- প্রতিবেদন কখনও অবসর না দেওয়া। জমে ও বিভ্রান্ত করে। ব্যবহার পর্যালোচনা করে সরান।
- অনিশ্চয়তা ছাড়া একক সংখ্যা। তারা অতিপ্রতিক্রিয়াকে আমন্ত্রণ জানায়। গণনা ও পরিসর দেখান।
পরিপক্বতার মডেল
| মাত্রা | 1 সূচনা | 2 বিকাশ | 3 মানসম্মত | 4 পরিচালিত | 5 সুসমন্বিত |
|---|---|---|---|---|---|
| তথ্যের মান | অজানা মান; হাতে স্প্রেডশিট | মূল ঘরে সম্পূর্ণতা যাচাই | প্রবেশ ও লোডে মানের যাচাই, প্রতিবেদনে দেখানো | মেলানো ও মানের প্রবণতা ছন্দে পর্যালোচিত | দল জুড়ে ডেটা চুক্তিতে মান পরিচালিত |
| বংশপরম্পরা ও সংজ্ঞা | সংজ্ঞা মানুষের মাথায় | কিছু সংজ্ঞা লেখা | উৎস, মালিক ও পরিবর্তনের লগসহ নিবন্ধন | মূল মেট্রিকের বংশপরম্পরা প্রান্ত থেকে প্রান্তে অনুসরণ করা | দল ও সরবরাহকারী জুড়ে ভাগ করা সংজ্ঞা |
| বিশ্লেষণের চর্চা | এককালীন প্রতিবেদন; পর্যালোচনা নেই | কিছু সহকর্মীর পর্যালোচনা | প্রশ্ন, সিদ্ধান্ত ও পর্যালোচনা লিপিবদ্ধ | বিশ্লেষণ পুনর্ব্যবহৃত, পর্যালোচিত ও অবসরপ্রাপ্ত | ফলের প্রতিক্রিয়াসহ সিদ্ধান্তে বিশ্লেষণ গাঁথা |
চেকলিস্ট
- প্রতিটি মূল মেট্রিক যে ঘর ও টাইমস্ট্যাম্পের ওপর নির্ভর করে তা তালিকা করে।
- প্রয়োজনীয় ঘর প্রবেশের সময় যাচাই হয়, শুধু পরে পরিষ্কার করা হয় না।
- প্রতিবেদন সম্পূর্ণতা, সতেজতা এবং প্রতিটি হারের পেছনের গণনা দেখায়।
- প্রতি ত্রৈমাসিকে অন্তত একটি পরিমাণ দুটি উৎস জুড়ে মেলানো হয়।
- একটি নিবন্ধন প্রতিটি মেট্রিকের উৎস, রূপান্তর, মালিক ও পর্যালোচনার তারিখ লিপিবদ্ধ করে।
- সংজ্ঞার পরিবর্তন লগ করা এবং চার্টে চিহ্নিত।
- সিদ্ধান্তে তথ্য জোগানো বিশ্লেষণ দ্বিতীয় একজন ব্যক্তি পর্যালোচনা করেন।
- এআই-সহায়তাপ্রাপ্ত বিশ্লেষণের নিয়ম আছে, একটি জানা নমুনায় যাচাইসহ।
- মানুষ-সম্পর্কিত তথ্যের জন্য প্রবেশাধিকার, সংরক্ষণ ও ন্যূনতম গোষ্ঠীর আকার সংজ্ঞায়িত।
- প্রতিটি মেট্রিকের পাশে একটি কারসাজির উপায় ও রক্ষাবেষ্টনী দেখানো।
এআই প্রম্পট
একটি মেট্রিকের জন্য তথ্যের মানের যাচাইয়ের খসড়া করুন।
আমরা এই মেট্রিক প্রতিবেদন করি: [মেট্রিকের নাম], যা সংজ্ঞায়িত [ঘড়ির শুরু ও থামাসহ সংজ্ঞা]। এটি [টুল]-এর এই
ঘরগুলোর ওপর নির্ভর করে: [ঘর তালিকা করুন]। সম্পূর্ণতা, বৈধতা, সময়োপযোগিতা ও সামঞ্জস্যের জন্য তথ্যের মানের যাচাই
প্রস্তাব করুন, এবং প্রতিটি যাচাই কোথায় চলবে বলুন (প্রবেশের সময়, লোডের সময়, বা প্রতিবেদনে)। সীমা উদ্ভাবন
করবেন না; প্লেসহোল্ডার ব্যবহার করুন। অনুমান চিহ্নিত করুন এবং আমার উত্তর দেওয়া উচিত প্রশ্ন তালিকা করুন।
ব্যবহারের আগে একটি বিশ্লেষণ পর্যালোচনা করুন।
এখানে একটি বিশ্লেষণ যা আমরা একটি সিদ্ধান্তের জন্য ব্যবহার করতে চাই: [ব্যক্তিগত তথ্য ছাড়া প্রশ্ন, পদ্ধতি, কোয়েরি
বা ধাপ এবং ফল পেস্ট করুন]। অস্পষ্ট সংজ্ঞা, ভুল হর, ছোট নমুনা, অনুপস্থিত অনিশ্চয়তা এবং তথ্যের বাইরে যাওয়া
উপসংহারের জন্য এটি পর্যালোচনা করুন। পাঠ্যে নেই এমন তথ্য ধরে নেবেন না। আপনি কী বিচার করতে পারেননি এবং একজন
মানুষ পর্যালোচকের কী যাচাই করা উচিত তা তালিকা করুন।
দুটি ব্যবস্থার মধ্যে মেলানোর পরিকল্পনা করুন।
দুটি ব্যবস্থার [পরিমাণ] নিয়ে একমত হওয়ার কথা: [ব্যবস্থা ক] ও [ব্যবস্থা খ]। একটি মেলানোর পরিকল্পনা প্রস্তাব করুন:
নমুনা, সময়কাল, রেকর্ড কীভাবে মেলাবেন, পার্থক্য কীভাবে শ্রেণিবদ্ধ করবেন এবং ফল কীভাবে লিপিবদ্ধ করবেন।
প্রত্যাশিত ভেদ উদ্ভাবন করবেন না। অনুমান এবং আমার যে প্রবেশাধিকার লাগবে তা তালিকা করুন।
তথ্যের মানের পরিমাপের কারসাজির ঝুঁকি পর্যালোচনা করুন।
আমরা এই তথ্যের মানের পরিমাপ প্রতিবেদন করি: [পরিমাপ ও সংজ্ঞা পেস্ট করুন]। প্রেক্ষাপট: [দলের আকার, টুল, শ্রোতা]।
প্রতিটি পরিমাপের জন্য তথ্য উন্নত না করেও তা ভালো দেখানোর বাস্তবসম্মত উপায় তালিকা করুন, একটি রক্ষাবেষ্টনী প্রস্তাব
করুন এবং সেই রক্ষাবেষ্টনী কীভাবে কারসাজি করা যায় বলুন। মানদণ্ডের মান উদ্ভাবন করবেন না। আপনার অনুমান তালিকা
করুন।
এআই স্কিল
- Data quality: একটি ডেটাসেটের মান সংজ্ঞায়িত ও যাচাই করতে ব্যবহার করুন।
- Data pipeline: সেবার তথ্য লোড করা পাইপলাইন নকশা ও পর্যালোচনা করতে ব্যবহার করুন।
- Statistical analysis: একটি পদ্ধতি ও তার অনিশ্চয়তা প্রশ্নের সঙ্গে মেলে কি না যাচাই করতে ব্যবহার করুন।
- Service Management Metrics skill: একটি মেট্রিক এবং তার জোড়া রক্ষাবেষ্টনী যে বিষয়ে আছে তা খুঁজে পেতে ব্যবহার করুন।
মূল শিক্ষা
- একটি সংখ্যা ততটুকুই বিশ্বাসযোগ্য যতটুকু তার তথ্য, তাই সম্পূর্ণতা, সতেজতা ও মেলানো মাপুন এবং ফলের পাশে দেখান।
- বংশপরম্পরা ও সংজ্ঞা একটি নিবন্ধনে রাখুন, এবং প্রতিটি পরিবর্তন লগ করুন।
- সিদ্ধান্তে তথ্য জোগানোর আগে বিশ্লেষণ পর্যালোচনা করুন, এআই-সহায়তাপ্রাপ্ত বিশ্লেষণসহ।
- অনিশ্চয়তা ও সীমা বলুন, এবং প্রতিটি হারের পেছনের গণনা দেখান।
- মানুষ-সম্পর্কিত তথ্যে গোপনীয়তার সীমাসহ বিশ্লেষণ দল ও সেবার স্তরে রাখুন।
তথ্যসূত্র ও আরও পড়ার জন্য
- Wikipedia, Analytics.
- Wikipedia, Data quality.
- Wikipedia, Data lineage.
- Wikipedia, Data governance.
- Wikipedia, Statistical process control.
- Wikipedia, Goodhart's law.
- Wikipedia, Reproducibility.