داستانی از مدیریت خدمات فناوری اطلاعات مبتنی بر ITIL4 (قسمت پنجم)
۱۴۰۱/۱۰/۲۰
داستانی از مدیریت خدمات فناوری اطلاعات مبتنی بر ITIL4 (قسمت پنجم)
کلان داده اصطلاحی است که حجم زیادی از داده های ساختاریافته، نیمه ساختاریافته و بدون ساختار را توصیف می کند. استخراج اطلاعات معنادار از کلان داده ها نیازمند قدرت پردازش، قابلیت های تجزیه و تحلیل و مهارت است. تجزیه و تحلیل مجموعه داده ها می تواند همبستگی های درون داده ها را کشف کند. به عنوان مثال، می تواند روندهای تجاری را کشف کند، مشکلات سلامتی را مشخص کند و از تقلب جلوگیری کند. دانشمندان، مدیران تجاری، پزشکان و دولت‌ها اغلب مجموعه‌های داده‌های بزرگ را طاقت‌فرسا می‌دانند، اما داده‌های بزرگ زمانی که متخصصان حوزه تخصص خود را به این فرآیند وارد کنند، می‌توانند به ایجاد دانش جدید کمک شایانی نمایند. هرچه داده‌ها پیچیده‌تر باشند، چالش یافتن ارزش درون آن‌ها بیشتر است. درک و ارزیابی پیچیدگی داده ها هنگام تصمیم گیری در مورد مناسب بودن یک راه حل خاص و ترسیم بهترین رویکرد مهم است.
چهار مرحله برای تولید داشبوردها و گزارش های مفید وجود دارد:
- اتصال به منابع داده های مختلف داده ها ممکن است در پایگاه داده های مختلف، در یک مرکز داده، در فضای ابری و غیره ذخیره شوند. اتصال باید به پلتفرم مورد استفاده برای ذخیره داده ها ایجاد شود.
- استخراج، تبدیل و بارگذاری داده ها (ETL) هدف ایجاد یک فضای ذخیره سازی کامل با نسخه سازگار و معتبر داده ها از هر منبع داده است.
- پرس و جو از داده های متمرکز پرس و جوهای کاربر باید به سرعت و کارآمد انجام شوند.
- تجسم داده ها نتایج پرس و جوهای اجرا شده بر روی داده های ETL از منابع داده های مختلف در قالبی نمایش داده می شود که کاربران بتوانند بر اساس نیازها و ترجیحات خود از آن استفاده کنند.
در ادامه به مروری بر داستانی کوتاه از گزارش و تحلیل پیشرفته و مسیر این مهم خواهیم پرداخت.
داستان ITIL: گزارش و تجزیه و تحلیل پیشرفته
- هنری: فروشگاه‌های داده اکسل حاوی اطلاعاتی درباره کرایه خودرو، ترجیحات مشتری و الگوهای مورد استفاده است. ما هنگام تصمیم گیری در مورد تغییرات در خدمات خود از این اطلاعات استفاده می کنیم. داده هایی که ما جمع آوری و برای تجزیه و تحلیل ذخیره می کنیم، مطابق با قوانین و مقررات محلی و بین المللی و با تأیید صریح مشتریان ما مدیریت می شود.
- سولماز: در هر مرحله از توسعه، ما باید اطمینان حاصل کنیم که خدمات کرایه دوچرخه برقی داده های مناسبی را جمع آوری می کند که به ما امکان می دهد تجزیه و تحلیل داده ها را انجام دهیم. ما از تکنیک هایی مانند پیش بینی، تجسم، تطبیق الگو و تجزیه و تحلیل احساسات برای اطلاع از نیازهای مشتری استفاده می کنیم.
- رنی: تجزیه و تحلیل داده ها برای طرح پایلوت آسان خواهد بود زیرا این سرویس جدید و نسبتاً ساده است. هنگامی که این سرویس به طور کامل کار کند و در مجموعه اکسل ادغام شود، پیدا کردن الگوها و روندها دشوارتر خواهد بود. ما باید در نظر بگیریم که چه داده هایی در هر مرحله بیشترین ارزش را دارند تا به ما در درک مشتریانمان کمک کنند.
مقالات مرتبط
اشتراک در :