विश्लेषण और डेटा गुणवत्ता मीट्रिक्स
इस पुस्तक की हर संख्या उतनी ही भरोसेमंद है जितना उसके पीछे का डेटा और विश्लेषण, इसलिए डेटा की गुणवत्ता, विश्लेषण की मज़बूती, और निर्णय में परिणाम के उपयोग को मापें, और हमेशा बताएँ कि संख्या क्या नहीं दिखा सकती।
अवलोकन और प्रेरणा
विश्लेषण (analytics) प्रश्नों के उत्तर देने और निर्णयों को सूचित करने के लिए डेटा और सांख्यिकी का उपयोग है। सेवा प्रबंधन में यह टिकटों की सरल साप्ताहिक गिनती से लेकर उन मॉडलों तक फैला है जो पूर्वानुमान लगाते हैं कि कौन-से बदलाव विफल होंगे। विश्लेषण इस पुस्तक का चौथा दृष्टिकोण है, एजाइल प्रथा, AI और स्वचालन के साथ, और वह वह चीज़ भी है जिस पर बाकी तीनों निर्भर हैं। ख़राब डेटा गुणवत्ता (data quality) पर बना डैशबोर्ड ग़लत प्रश्नों के आत्मविश्वास भरे उत्तर देता है।
डेटा गुणवत्ता गुणों का समूह है: क्या डेटा पूर्ण, सटीक, सुसंगत, समयबद्ध, अद्वितीय और वैध है। पहले के विषयों ने बताया कि सेवा का डेटा कहाँ से आता है और उसे कैसे पढ़ें (देखें विषय 1.5, डेटा स्रोत और इंस्ट्रूमेंटेशन, और विषय 1.6, सेवा मीट्रिक्स के लिए सांख्यिकीय साक्षरता)। यह विषय उन विचारों को ऐसे मापों में बदलता है जिन्हें टीम अपने डेटा और विश्लेषण के बारे में ट्रैक कर सके, जैसे भाग 4 परिवर्तन को मापता है। यह विश्लेषण को प्रथा के रूप में भी कवर करता है: पूछे गए प्रश्न, उपयोग हुए तरीके, उन्हें कौन जाँचता है, और क्या परिणाम ने निर्णय बदला।
विश्लेषण आकर्षक है क्योंकि वह बढ़ता है। एक विश्लेषक कई टीमों की सेवा कर सकता है, और एक मॉडल हर टिकट को स्कोर कर सकता है। वही पैमाना ग़लतियों को बढ़ाता है। साझा डेटासेट में ग़लत पढ़ी परिभाषा उस पर बनी हर रिपोर्ट में फैलती है, और पिछले व्यवहार पर प्रशिक्षित मॉडल पुराने पक्षपात को गति से दोहरा सकता है। क्वेरी, चार्ट और सारांश लिखने वाले AI के औज़ार विश्लेषण को सस्ता बनाते हैं और साथ ही आत्मविश्वास से त्रुटियाँ बनाना भी आसान करते हैं, इसलिए जाँच अधिक मायने रखती है।
यहाँ उपयोग हुए शब्द। डेटासेट रिकॉर्ड का परिभाषित संग्रह है, जैसे टिकट या डिप्लॉयमेंट। वंशावली इसका रिकॉर्ड है कि डेटा कहाँ से आया और उसके साथ क्या किया गया। मिलान दो स्रोतों की तुलना करता है जिन्हें सहमत होना चाहिए। डेटा अनुबंध डेटासेट के उत्पादक और उपयोगकर्ताओं के बीच उसकी संरचना, अर्थ और गुणवत्ता का समझौता है। विश्लेषण प्रश्न, तरीका और परिणाम है। अनिश्चितता वह सीमा है जिसके भीतर मान डेटा और तरीके को देखते हुए हो सकता है। निर्णय का लॉग उन निर्णयों को दर्ज करता है जिन्हें किसी संख्या ने सूचित किया।
मुख्य सिद्धांत
- प्रश्न और निर्णय से शुरू करें। जिस विश्लेषण से कोई निर्णय जुड़ा नहीं वह ओवरहेड है।
- डेटा के बारे में डेटा मापें। पूर्णता, समयबद्धता और मिलान ऐसे माप हैं जिनके स्वामी टीम हो सकती है।
- वंशावली रखें। जिस संख्या को आप उसके स्रोत तक अनुरेखित नहीं कर सकते उसे सुधारा नहीं जा सकता।
- अनिश्चितता और सीमाएँ बताएँ। दर के पीछे की गिनती दिखाएँ और बताएँ कि संख्या क्या नहीं दिखा सकती।
- विश्लेषण को कोड की तरह जाँचें। परिभाषाओं और क्वेरी की समीक्षा करें और उन्हें संस्करण नियंत्रण में रखें।
- लोगों की रक्षा करें। लोगों के व्यवहार पर विश्लेषण को निजता की सीमाएँ चाहिए, और परिणाम टीमों और सेवाओं का वर्णन करते हैं।
मीट्रिक परिभाषाएँ
| मीट्रिक | परिभाषा | सूत्र | इकाई | डेटा स्रोत | ITIL प्रैक्टिस | एजाइल समकक्ष | आवृत्ति |
|---|---|---|---|---|---|---|---|
| आवश्यक फ़ील्ड की पूर्णता | रिकॉर्ड का हिस्सा जिनमें उन्हें उपयोग करने वाले मीट्रिक्स के लिए सभी आवश्यक फ़ील्ड हैं | हर आवश्यक फ़ील्ड उपस्थित और वैध वाले रिकॉर्ड / दायरे के रिकॉर्ड | प्रतिशत | स्रोत प्रणाली के एक्सट्रैक्ट और डेटा गुणवत्ता की जाँचें | माप और रिपोर्टिंग; ज्ञान प्रबंधन | रिकॉर्ड के लिए पूर्णता की परिभाषा | मासिक |
| डेटा की ताज़गी | रिपोर्ट पढ़े जाने के समय डेटासेट में सबसे हाल के डेटा की आयु | डेटासेटों के पार (रिपोर्ट पढ़ने का समय घटा लोड हुए नवीनतम रिकॉर्ड का समय) की माध्यिका और अधिकतम | घंटे | पाइपलाइन के लॉग और डेटासेट का मेटाडेटा | माप और रिपोर्टिंग | तेज़ फीडबैक | साप्ताहिक |
| मिलान का विचलन | दो स्रोतों में अंतर जिन्हें एक ही मात्रा पर सहमत होना चाहिए | बताई मात्राओं के नमूने और अवधि के लिए स्रोत A और स्रोत B का निरपेक्ष अंतर / स्रोत A | प्रतिशत | दो स्रोत प्रणालियाँ | माप और रिपोर्टिंग; वित्तीय प्रबंधन | परिभाषाओं पर कार्य के समझौते | त्रैमासिक |
| वंशावली की कवरेज | रिपोर्ट हुए मीट्रिक्स का हिस्सा जिनका स्रोत, रूपांतरण और स्वामी दस्तावेज़ित हैं | दस्तावेज़ित वंशावली वाले रजिस्टर के मीट्रिक्स / रिपोर्ट हुए मीट्रिक्स | प्रतिशत | मीट्रिक रजिस्टर और डेटा कैटलॉग | शासन | टीम के समझौते | त्रैमासिक |
| पाइपलाइन रन की विफलता की दर | डेटा पाइपलाइन के रनों का हिस्सा जो विफल होते हैं या अधूरा डेटा लोड करते हैं | विफल हुए या अधूरा डेटा लोड करने वाले डेटा पाइपलाइन के रन / शुरू हुए रन | प्रतिशत | डेटा पाइपलाइन के लॉग | माप और रिपोर्टिंग | डेटा के लिए निरंतर इंटीग्रेशन | साप्ताहिक |
| विश्लेषण की समीक्षा की दर | प्रकाशित विश्लेषण के हिस्सों का अनुपात जिनकी उपयोग से पहले दूसरे व्यक्ति ने समीक्षा की | दर्ज समीक्षा वाले विश्लेषण के हिस्से / निर्णय लेने वाले दर्शकों को प्रकाशित विश्लेषण के हिस्से | प्रतिशत | विश्लेषण का रजिस्टर और समीक्षा का लॉग | माप और रिपोर्टिंग; सतत सुधार | सहकर्मी समीक्षा | त्रैमासिक |
| निर्णय में उपयोग की दर | रिपोर्ट हुए मीट्रिक्स का हिस्सा जिन्हें अवधि में दर्ज निर्णय में उद्धृत किया गया | निर्णय के लॉग की प्रविष्टि में उद्धृत मीट्रिक्स / रिपोर्ट हुए मीट्रिक्स | प्रतिशत | निर्णय का लॉग और मीट्रिक रजिस्टर | सतत सुधार | रेट्रोस्पेक्टिव की कार्रवाइयाँ | त्रैमासिक |
पूर्णता किसी फ़ील्ड को तभी उपस्थित गिनती है जब उसमें वैध मान हो, इसलिए "n/a" जैसा प्लेसहोल्डर नहीं गिना जाता। मिलान का विचलन मात्राओं के नामित नमूने पर लागू होता है, जैसे किसी महीने के टिकटों की गिनती, और नमूना बताता है।
सिफ़ारिशें
डेटा की गुणवत्ता दिखाई देने वाली बनाएँ
1. डेटा गुणवत्ता को मीट्रिक्स के रूप में परिभाषित करें। उन फ़ील्ड और टाइमस्टैम्प की सूची बनाएँ जिन पर आपके सबसे महत्वपूर्ण मीट्रिक्स निर्भर हैं, और परिभाषित करें कि हर एक के लिए वैध कैसा दिखता है। इन्हें पहले जाँचें, क्योंकि छूटा टाइमस्टैम्प समय का माप तोड़ देता है।
2. केवल रिपोर्ट में नहीं, स्रोत पर जाँचें। डेटा बनते समय चलाई गुणवत्ता की जाँच, जैसे टिकट के फ़ॉर्म में आवश्यक फ़ील्ड, उन त्रुटियों को रोकती है जिन्हें बाद की कोई सफ़ाई पूरी तरह ठीक नहीं कर सकती। डेटा लोड होते समय भी जाँचें जोड़ें।
3. संख्याओं के बगल में गुणवत्ता प्रकाशित करें। जिस डैशबोर्ड पर मीट्रिक दिखता है उस पर पूर्णता और ताज़गी दिखाएँ। पाठक को बिना पूछे डेटा की गुणवत्ता दिखनी चाहिए।
4. कार्यक्रम पर मिलान करें। हर तिमाही कम से कम एक मात्रा दो प्रणालियों के पार तुलना करें, जैसे परिवर्तन के रिकॉर्ड और पाइपलाइन में बदलावों की संख्या। अंतरों की जाँच करें और समझाएँ, और निष्कर्ष दर्ज करें।
विश्लेषण को ईमानदार रखें
5. पहले प्रश्न और निर्णय लिखें। विश्लेषण से पहले प्रश्न, जिस निर्णय को वह सूचित करता है, और कौन निर्णय लेगा, दर्ज करें। जब निर्णय हो चुका हो, तो दर्ज करें कि क्या तय हुआ।
6. वंशावली और परिभाषाएँ एक रजिस्टर में रखें। हर मीट्रिक को उसके स्रोत, रूपांतरण, स्वामी और समीक्षा की तिथि से जोड़ें (देखें विषय 1.4, मीट्रिक्स का शासन और स्वामित्व)। परिभाषाओं में बदलाव कारणों के साथ लॉग होते हैं और चार्टों पर चिह्नित किए जाते हैं।
7. विश्लेषण के हर भाग की समीक्षा करें। निर्णय में उपयोग हुए किसी भी विश्लेषण की परिभाषाएँ, क्वेरी और निष्कर्ष दूसरा व्यक्ति जाँचता है। क्वेरी संस्करण नियंत्रण में रखें ताकि उन्हें दोबारा चलाया जा सके।
8. अनिश्चितता और सीमाएँ बताएँ। हर दर के पीछे की मदों की संख्या, जहाँ मायने रखे वहाँ अंतराल, और विश्लेषण क्या नहीं दिखा सकता, दिखाएँ। जहाँ डेटा समर्थन न करे वहाँ एकल संख्या की सटीकता से बचें।
उपयोग का शासन करें
9. साझा डेटासेट के लिए डेटा अनुबंध उपयोग करें। डेटासेट बनाने वाली टीम उसका अर्थ, फ़ील्ड, ताज़गी और ज्ञात समस्याएँ बताती है, और उपयोगकर्ताओं को बताती है जब वह बदलता है। तोड़ने वाले बदलावों के लिए नोटिस चाहिए।
10. डेटा में लोगों की रक्षा करें। तय करें कि कच्चे रिकॉर्ड कौन देख सकता है, डेटा कितने समय रखा जाता है, और रिपोर्टों के लिए समूह का न्यूनतम आकार क्या है। विश्लेषण टीम और सेवा के स्तर पर रखें, और अपने पर लागू निजता के नियम जाँचें।
11. रिपोर्टें और डेटासेट सेवानिवृत्त करें। जिस रिपोर्ट का कोई उपयोग नहीं करता उसका भी रख-रखाव लागत है और वह भ्रमित कर सकती है। उपयोग की समीक्षा करें और जो निर्णयों में उद्धृत नहीं होता उसे सेवानिवृत्त करें।
12. AI-सहायता प्राप्त विश्लेषण को जाँच होने तक बिना समीक्षा का मानें। AI के औज़ार ऐसी क्वेरी या सारांश लिख सकते हैं जो सही दिखता है और ग़लत है। क्वेरी की समीक्षा करें, छोटे ज्ञात नमूने पर दोबारा चलाएँ, और दर्ज करें कि जाँची गई।
गेमिंग के रास्ते और सुरक्षा-रेखाएँ
| मीट्रिक | इसमें गेमिंग कैसे होती है | जोड़ीदार सुरक्षा-रेखा मीट्रिक या प्रथा |
|---|---|---|
| आवश्यक फ़ील्ड की पूर्णता | फ़ील्ड प्लेसहोल्डर या डिफ़ॉल्ट से भरना; फ़ील्ड वैकल्पिक बनाना | सामग्री पर वैधता की जाँचें; असली मानों के लिए रिकॉर्ड का नमूना |
| डेटा की ताज़गी | घटनाओं की जगह लोड पर टाइमस्टैम्प लगाना; खाली अपडेट लोड करना | घटना के समय की लोड के समय से जाँच; प्रति लोड पंक्तियों की गिनती |
| मिलान का विचलन | ऐसी मात्राएँ चुनना जो संयोग से सहमत हों; एक स्रोत को मिलाने के लिए समायोजित करना | मात्राएँ घुमाएँ; समायोजनों का ऑडिट ट्रेल रखें |
| वंशावली की कवरेज | वंशावली सतही रूप से दस्तावेज़ित करना; प्रविष्टियों के बीच पाठ की नक़ल | प्रविष्टियों का नमूना और एक मीट्रिक को आरंभ से अंत तक अनुरेखित करें |
| पाइपलाइन रन की विफलता की दर | विफल रनों को पुनः-प्रयास या सफल चिह्नित करना; लॉग मिटाना | रिकॉर्ड की गिनतियों की स्रोत से तुलना; अंतरों पर अलर्ट |
| विश्लेषण की समीक्षा की दर | रबर-स्टैंप समीक्षाएँ; निर्णय के बाद समीक्षा | समीक्षक के नोट जाँचें; उपयोग से पहले समीक्षा आवश्यक करें |
| निर्णय में उपयोग की दर | निर्णय पर प्रभाव के बिना लॉग में मीट्रिक्स उद्धृत करना | पूछें कि क्या बदला; प्रविष्टियों का नमूना |
स्वस्थ पठन डेटा गुणवत्ता के आँकड़े हैं जो दिखाई देने वाले और स्थिर हैं, स्रोतों के बीच अंतर जो समझाए जाते हैं, विश्लेषण जो उपयोग से पहले समीक्षित है, और मीट्रिक्स जो निर्णयों की ज़रूरत के अनुसार आते-जाते हैं।
समझौते: लाभ और हानि
| तरीका | ताकत | कमज़ोरी |
|---|---|---|
| प्रविष्टि पर कठोर डेटा का सत्यापन | त्रुटियाँ जल्दी रोकता है | उपयोगकर्ताओं के लिए घर्षण; प्लेसहोल्डर प्रविष्टियाँ |
| बाद में डेटा साफ़ करना | लचीला; उपयोगकर्ताओं को धीमा नहीं करता | कारण छिपाता है; कुछ रिपोर्टों में त्रुटियाँ रहती हैं |
| केंद्रीय विश्लेषण टीम | एकसमान तरीके और गुणवत्ता | बॉटलनेक; काम से दूरी |
| टीमों का सेल्फ़-सर्विस विश्लेषण | तेज़; काम के निकट | असंगत परिभाषाएँ; असमान गुणवत्ता |
| AI-सहायता प्राप्त विश्लेषण | तेज़ मसौदे; बाधा घटाता है | आत्मविश्वास भरी त्रुटियाँ; कमज़ोर पुनरुत्पादन |
सीधा निष्कर्ष है कि त्रुटियाँ स्रोत पर रोकें, परिभाषाएँ और वंशावली एक जगह साझा करें, और निर्णय को सूचित करने वाले किसी भी विश्लेषण के लिए समीक्षा आवश्यक करें। सेल्फ़-सर्विस और AI से गति का स्वागत है जब जाँच साथ चले।
अपनी टीम के साथ चर्चा के प्रश्न
1. हमारे डैशबोर्ड की कौन-सी तीन संख्याओं के लिए हमें सबसे अधिक पछतावा होगा यदि नीचे का डेटा ग़लत हो? उन संख्याओं से शुरू करें जो निर्णय या लक्ष्य चलाती हैं। पूछें कि वे किस डेटा पर निर्भर हैं और स्रोत का स्वामी कौन है। लोग अक्सर पाते हैं कि मुख्य संख्या हाथ से भरे फ़ील्ड पर निर्भर है। अनुवर्ती में इस महीने जाँचने के लिए एक चुनें।
2. कब दो रिपोर्टें असहमत हुईं, और हमने कैसे सुलझाया? परस्पर विरोधी संख्याओं की कहानियाँ दिखाती हैं कि परिभाषाएँ कहाँ भिन्न हैं। पूछें कि क्या समाधान दर्ज हुआ और क्या कारण ठीक हुआ। सूत्रधार दोहराए कारण नोट करे, जैसे भिन्न टाइम ज़ोन या स्थिति की परिभाषाएँ। अनुवर्ती में एक परिभाषा और स्वामी पर सहमत हों।
3. जिस रिपोर्ट को हम सबसे अधिक देखते हैं उसका डेटा कितना पुराना है? कई लोग नहीं जानते। पूछें कि ताज़गी कैसे दिखाई जाती है और क्या बासी लोड नोटिस होगा। पुराने निर्णय की लागत पर चर्चा करें। अनुवर्ती में रिपोर्ट में ताज़गी जोड़ें।
4. निर्णय बदलने वाले आख़िरी विश्लेषण की समीक्षा किसने की? परिभाषाओं और क्वेरी पर दूसरी जोड़ी आँखें खोजें। यदि कोई नहीं, तो चर्चा करें क्यों। पूछें कि कौन-सी समीक्षा अनुपातिक होगी। अनुवर्ती में महत्वपूर्ण निर्णय को सूचित करने वाले किसी भी विश्लेषण के लिए सरल समीक्षा का चरण चुनें।
5. हमारा सबसे अधिक उपयोग हुआ मीट्रिक हमें क्या नहीं बता सकता? सीमाएँ नामित करना अच्छे विश्लेषण की आदत है। विशिष्ट अंधे बिंदु माँगें, जैसे वे उपयोगकर्ता जो सहायता से संपर्क नहीं करते। सीमाएँ मीट्रिक के बगल में दर्ज करें। अनुवर्ती में ऐसा माप जोड़ें जो अंधे बिंदु को कवर करे।
6. हम क्वेरी और सारांश लिखने के लिए AI के औज़ार कैसे उपयोग करते हैं, और उन्हें कैसे जाँचते हैं? नीति नहीं, वास्तविक प्रथा माँगें। रिपोर्टों में उपयोग हुए बिना समीक्षा के आउटपुट पर ध्यान दें। सरल जाँच पर चर्चा करें, जैसे ज्ञात नमूने पर दोबारा चलाना। अनुवर्ती में AI-सहायता प्राप्त विश्लेषण के नियम पर सहमत हों।
चार दृष्टिकोण
उत्पाद और डिलीवरी टीमें
आपके औज़ार वह अधिकांश डेटा बनाते हैं जिसका दूसरे विश्लेषण करते हैं। टाइमस्टैम्प, पहचानकर्ता और स्थितियाँ विश्वसनीय रखें, और डेटा उपयोगकर्ताओं को बताएँ जब कोई फ़ील्ड बदलता है। डेटा बनाने वाली नई फ़ीचर की पूर्णता की परिभाषा में डेटा की गुणवत्ता शामिल करें।
सेवा और संचालन टीमें
टिकट का डेटा इस पर निर्भर है कि लोग दबाव में फ़ॉर्म कैसे भरते हैं। सही प्रविष्टि को आसान बनाएँ, औज़ार में डेटा की गुणवत्ता जाँचें, और बोलें जब कोई मीट्रिक काम को ग़लत पढ़े। संख्या सुधारने के लिए रिकॉर्ड को पीछे की तिथि न दें और थोक में अपडेट न करें।
नेतृत्व और शासन
निर्णय या लक्ष्य का समर्थन करने वाली किसी भी संख्या के बगल में डेटा की गुणवत्ता और वंशावली माँगें। केवल डैशबोर्ड नहीं, डेटा इंजीनियरिंग और समीक्षा के समय को वित्त दें। निजता की रक्षा करें, और लोगों का मूल्यांकन करने के लिए व्यक्तियों पर विश्लेषण उपयोग करने से बचें।
ग्राहक और उपयोगकर्ता
आपके बारे में डेटा तय करता है कि सेवा आपके साथ कैसा बर्ताव करती है, इसलिए पूछें कि क्या जुटाया जाता है और कैसे उपयोग होता है। जहाँ आपका फीडबैक डेटा में है, जैसे सर्वेक्षण के उत्तर, पूछें कि वह कैसे सुरक्षित है और निर्णय तक कैसे पहुँचा।
व्यवहार में: सेवा प्रबंधन का एक उदाहरण
एक क्षेत्रीय उपयोगिता कंपनी का IT विभाग अपनी कार्यकारी टीम के लिए घटना के समाधान के समय और परिवर्तन विफलता की दर का डैशबोर्ड बनाता है। इस उदाहरण की संख्याएँ दृष्टांत के लिए हैं। डैशबोर्ड समाधान के समय की माध्यिका 3.1 घंटे और परिवर्तन विफलता की दर 4 प्रतिशत दिखाता है।
एक विश्लेषक शुरू करने से पहले गुणवत्ता जाँचता है। समाधान के टाइमस्टैम्प की आवश्यक फ़ील्ड की पूर्णता 91 प्रतिशत है, छूटे रिकॉर्ड अधिकतर बड़ी घटनाएँ हैं जो बाद में दर्ज हुईं। ताज़गी 26 घंटे है, क्योंकि एक्सट्रैक्ट रात भर चलता है। परिवर्तन के रिकॉर्ड का पाइपलाइन से मिलान दिखाता है कि पाइपलाइन में परिवर्तन के रिकॉर्ड से 8 प्रतिशत अधिक उत्पादन के बदलाव हैं, इसलिए विफलता की दर में भाजक की समस्या है।
टीम बदलाव करती है। टिकट का फ़ॉर्म समाधान का समय आवश्यक करता है और जाँचता है कि वह खुलने के समय से बाद का है। डैशबोर्ड हर आँकड़े के पीछे घटनाओं की संख्या, डेटा की आयु और उपयोग हुए फ़ील्ड की पूर्णता दिखाता है। डेटा अनुबंध बताता है कि परिवर्तन का रिकॉर्ड अनुमोदित बदलावों और पाइपलाइन डिप्लॉयमेंट के लिए रिकॉर्ड की प्रणाली है, मासिक मिलान के साथ। पहला मिलान अंतर को आपातकालीन बदलावों से समझाता है जो केवल पाइपलाइन में दर्ज थे।
गेमिंग का जोखिम तब दिखता है जब एक प्रबंधक पूर्णता सुधारने के लिए समाधान के समय छूटी घटनाओं को बाहर रखने का सुझाव देते हैं। टीम मना करती है और प्रविष्टि ठीक करती है। परिणाम चौड़ा माध्यिका का अंतराल और 6 प्रतिशत परिवर्तन विफलता की दर है। निर्णय का लॉग दर्ज करता है कि कार्यकारी टीम ने लक्ष्य तय करने से पहले एक तिमाही प्रतीक्षा करना चुना। जो कठिन रहता है: पीछे की तिथि की सारी प्रविष्टियाँ पहचानी नहीं जा सकतीं, और मिलान हाथ की पहचान की कड़ी पर निर्भर है।
एजाइल, AI, स्वचालन और विश्लेषण
एजाइल
छोटे फीडबैक के चक्र डेटा की गुणवत्ता में मदद करते हैं: फ़ॉर्म ठीक करें, अगले दिन का डेटा जाँचें, और उपयोगकर्ताओं से पूछें। अच्छी प्रथा है डेटा भरने वाले लोगों के साथ नियमित सुधार की बातचीत में डेटा गुणवत्ता के आँकड़ों की समीक्षा। सावधानी यह है कि फ़ील्ड और स्थितियों में निरंतर बदलाव रुझान तोड़ते हैं, इसलिए हर परिभाषा का बदलाव लॉग करें।
AI
AI क्वेरी लिख सकता है, चार्ट का मसौदा बना सकता है, टिप्पणियों का सारांश बना सकता है, और विसंगतियाँ चिह्नित कर सकता है, और वह विश्वसनीय परिणाम गढ़ भी सकता है। AI-सहायता प्राप्त विश्लेषण को तब तक बिना समीक्षा का मानें जब तक व्यक्ति क्वेरी जाँचकर उसे छोटे ज्ञात नमूने पर दोबारा न चलाए, और दर्ज करें कि जाँची गई। सावधानी यह है कि सर्वेक्षण की टिप्पणियों के AI सारांश भाषा और लहजे को ग़लत पढ़ सकते हैं, इसलिए मूल का नमूना पढ़ें।
स्वचालन
लोड और रिपोर्ट के समय डेटा गुणवत्ता की जाँचें स्वचालित करें, और पाइपलाइनों को विफलताओं और अंतरों पर मापें। छूटे लोड और मात्रा में अचानक बदलावों पर अलर्ट करें। सावधानी यह है कि स्वचालित सफ़ाई के नियम स्रोत की समस्या छिपा सकते हैं, इसलिए रिपोर्ट करें कि क्या बदला गया और क्यों।
विश्लेषण
यह विषय विश्लेषण के बारे में है, इसलिए प्रथा हर मीट्रिक पर संक्षिप्त नोट है: उसका प्रश्न, निर्णय, वंशावली, गुणवत्ता और सीमाएँ। यह जिस निर्णय को सूचित करता है वह है क्या संख्या पर इतना भरोसा करें कि कार्रवाई करें। सावधानी यह है कि साफ़ दिखते डैशबोर्ड कमज़ोर डेटा पर टिके हो सकते हैं, इसलिए परिणाम के बगल में गुणवत्ता के आँकड़े दिखाएँ और Service Management Metrics की परिभाषाएँ एक रजिस्टर में रखें।
क्षेत्र का नज़रिया
स्टार्टअप। डेटा छोटा और बदलता हुआ है। हर मीट्रिक के लिए सत्य का एक स्रोत रखें, परिभाषाएँ संक्षिप्त दस्तावेज़ में लिखें, और प्रश्न स्पष्ट होने से पहले डेटा प्लेटफ़ॉर्म बनाने से बचें।
छोटा व्यवसाय। डेटा तय रिपोर्टों वाले होस्ट के औज़ार में हो सकता है। जाँचें कि औज़ार हर माप को कैसे परिभाषित करता है, सत्यापन के लिए नमूने एक्सपोर्ट करें, और रिपोर्टें जो नहीं दिखा सकतीं उसकी छोटी सूची रखें।
उद्यम। कई स्रोत और टीमें परस्पर विरोधी परिभाषाएँ बनाती हैं। साझा मीट्रिक रजिस्टर, डेटा अनुबंध और नियमित मिलान उपयोग करें, और टीमों को अपने डेटा की जाँच के साधन दें।
सरकार और सार्वजनिक क्षेत्र। रिकॉर्ड प्रतिधारण, पहुँच और सार्वजनिक रिपोर्टिंग के नियमों के अधीन हो सकते हैं। प्रकाशित किसी भी आँकड़े की वंशावली दस्तावेज़ित करें, और लोगों के डेटा के लिए निजता के नियम रखें (देखें विषय 8.5, विनियमित और सरकारी रिपोर्टिंग)।
व्यावसायिक औचित्य: प्रेरणाएँ, ROI और TCO
लागत डेटा गुणवत्ता की जाँचों, मिलान, दस्तावेज़ीकरण और समीक्षा के लिए कर्मचारियों का समय है, साथ में जहाँ उपयोग हों वहाँ डेटा पाइपलाइन और कैटलॉग के औज़ार। इसमें से बहुत कुछ छोटे कदमों से शुरू हो सकता है, जैसे टिकट के फ़ॉर्म में सत्यापन।
प्रतिफल बेहतर संख्याओं पर लिए निर्णय हैं, कौन-सी रिपोर्ट सही है इस पर बहस में कम समय, और ग़लत पढ़ी संख्या देर से मिलने पर कम पुनर्कार्य। इसे आँकड़े के रूप में नहीं, पैटर्न के रूप में बताएँ: कम पलटे निर्णय और कम विवाद। यदि मामले के लिए संख्याएँ चाहिए, तो बदलाव से पहले और बाद में अपने आधार मापें, जैसे मिलान का विचलन और रिपोर्ट के विवाद सुलझाने में बीता समय (देखें विषय 7.7, निवेश पर प्रतिफल और व्यावसायिक औचित्य)।
प्रतिरूप-विरोधी और जाल
- केवल रिपोर्ट में सफ़ाई। स्रोत त्रुटियाँ बनाता रहता है। प्रविष्टि और लोड की जाँचें ठीक करें।
- गुणवत्ता के आँकड़ों के बिना डैशबोर्ड। पाठक संख्या नहीं आँक सकते। पूर्णता, ताज़गी और गिनतियाँ दिखाएँ।
- अदस्तावेज़ित परिभाषाएँ। संख्याएँ चुपचाप अर्थ बदलती हैं। वंशावली और बदलावों का लॉग रखें।
- बिना समीक्षा का विश्लेषण। त्रुटियाँ निर्णयों तक पहुँचती हैं। दूसरी नज़र आवश्यक करें।
- AI के सारांशों पर भरोसा। वे धाराप्रवाह और ग़लत हो सकते हैं। क्वेरी जाँचें और मूल का नमूना लें।
- व्यक्तियों पर विश्लेषण। यह निगरानी बन जाता है और डेटा भ्रष्ट करता है। न्यूनतम समूह के आकार के साथ टीम के स्तर पर रिपोर्ट करें।
- रिपोर्टें कभी सेवानिवृत्त न करना। वे जमा होती हैं और भ्रमित करती हैं। उपयोग की समीक्षा करें और हटाएँ।
- अनिश्चितता के बिना एकल संख्याएँ। वे अति-प्रतिक्रिया को न्योता देती हैं। गिनतियाँ और सीमाएँ दिखाएँ।
परिपक्वता मॉडल
| आयाम | 1 आरंभ | 2 विकास | 3 मानकीकरण | 4 प्रबंधन | 5 समन्वयन |
|---|---|---|---|---|---|
| डेटा की गुणवत्ता | अज्ञात गुणवत्ता; हाथ की स्प्रेडशीट | मुख्य फ़ील्ड की पूर्णता जाँची | प्रविष्टि और लोड पर गुणवत्ता की जाँचें, रिपोर्टों पर दिखाई | मिलान और गुणवत्ता के रुझान लय पर समीक्षित | टीमों के पार डेटा अनुबंधों से गुणवत्ता प्रबंधित |
| वंशावली और परिभाषाएँ | परिभाषाएँ लोगों के दिमाग़ में | कुछ परिभाषाएँ लिखी | स्रोत, स्वामी और बदलाव के लॉग वाला रजिस्टर | मुख्य मीट्रिक्स की वंशावली आरंभ से अंत तक अनुरेखित | परिभाषाएँ टीमों और आपूर्तिकर्ताओं में साझा |
| विश्लेषण की प्रथा | एक बार की रिपोर्टें; समीक्षा नहीं | कुछ सहकर्मी समीक्षा | प्रश्न, निर्णय और समीक्षा दर्ज | विश्लेषण दोबारा उपयोग, समीक्षित और सेवानिवृत्त | विश्लेषण निर्णयों में परिणामों पर फीडबैक के साथ समाहित |
जाँच-सूची
- हर मुख्य मीट्रिक उन फ़ील्ड और टाइमस्टैम्प को सूचीबद्ध करता है जिन पर वह निर्भर है।
- आवश्यक फ़ील्ड प्रविष्टि पर सत्यापित होते हैं, केवल बाद में साफ़ नहीं किए जाते।
- रिपोर्टें पूर्णता, ताज़गी, और हर दर के पीछे की गिनती दिखाती हैं।
- हर तिमाही कम से कम एक मात्रा का दो स्रोतों के पार मिलान होता है।
- रजिस्टर हर मीट्रिक का स्रोत, रूपांतरण, स्वामी और समीक्षा की तिथि दर्ज करता है।
- परिभाषा के बदलाव लॉग होते और चार्टों पर चिह्नित किए जाते हैं।
- निर्णय को सूचित करने वाले विश्लेषण की दूसरा व्यक्ति समीक्षा करता है।
- AI-सहायता प्राप्त विश्लेषण के नियम हैं, ज्ञात नमूने की जाँच सहित।
- लोगों से जुड़े डेटा के लिए पहुँच, प्रतिधारण और न्यूनतम समूह का आकार परिभाषित हैं।
- हर मीट्रिक के बगल में उसकी गेमिंग का रास्ता और सुरक्षा-रेखा दिखती है।
AI प्रॉम्प्ट
मीट्रिक के लिए डेटा गुणवत्ता की जाँचों का मसौदा बनाएँ।
We report this metric: [metric name], defined as [definition including clock start
and stop]. It depends on these fields in [tool]: [list fields]. Propose data quality
checks for completeness, validity, timeliness, and consistency, and say where each
check should run (at entry, at load, or in the report). Do not invent thresholds;
use placeholders. Mark assumptions and list questions I should answer.
उपयोग से पहले विश्लेषण की समीक्षा करें।
Here is an analysis we plan to use for a decision: [paste question, method,
query or steps, and result, without personal data]. Review it for unclear
definitions, wrong denominators, small samples, missing uncertainty, and
conclusions that go beyond the data. Do not assume facts not in the text. List
what you could not judge and what a human reviewer should check.
दो प्रणालियों के बीच मिलान की योजना बनाएँ।
Two systems should agree on [quantity]: [system A] and [system B]. Propose a
reconciliation plan: the sample, the period, how to match records, how to
classify differences, and how to record findings. Do not invent expected
variance. List assumptions and the access I would need.
डेटा गुणवत्ता के मापों के गेमिंग के जोखिम की समीक्षा करें।
We report these data quality measures: [paste measures and definitions].
Context: [team size, tools, audience]. For each measure, list realistic ways it
could look better without improving the data, propose a guardrail, and say how
that guardrail could be gamed. Do not invent benchmark values. List your
assumptions.
AI स्किल
- Data quality: डेटासेट की गुणवत्ता परिभाषित और जाँचने के लिए उपयोग करें।
- Data pipeline: सेवा का डेटा लोड करने वाली पाइपलाइन डिज़ाइन और समीक्षा के लिए उपयोग करें।
- Statistical analysis: जाँचने के लिए उपयोग करें कि तरीका और उसकी अनिश्चितता प्रश्न से मेल खाती है।
- Service Management Metrics skill: मीट्रिक और उसकी जोड़ीदार सुरक्षा-रेखा कवर करने वाला विषय खोजने के लिए उपयोग करें।
मुख्य निष्कर्ष
- संख्या उतनी ही भरोसेमंद है जितना उसका डेटा, इसलिए पूर्णता, ताज़गी और मिलान मापें और उन्हें परिणाम के बगल में दिखाएँ।
- वंशावली और परिभाषाएँ एक रजिस्टर में रखें, और हर बदलाव लॉग करें।
- निर्णयों को सूचित करने से पहले विश्लेषण की समीक्षा करें, AI-सहायता प्राप्त की भी।
- अनिश्चितता और सीमाएँ बताएँ, और हर दर के पीछे की गिनती दिखाएँ।
- विश्लेषण को टीम और सेवा के स्तर पर रखें, लोगों के डेटा पर निजता की सीमाओं के साथ।
संदर्भ और आगे का अध्ययन
- Wikipedia, Analytics.
- Wikipedia, Data quality.
- Wikipedia, Data lineage.
- Wikipedia, Data governance.
- Wikipedia, Statistical process control.
- Wikipedia, Goodhart's law.
- Wikipedia, Reproducibility.