Veri ürünleriyle ilgili bir şey beni rahatsız ediyor. Bir veri ürününün tüketicisinin aynı zamanda üretici olmaya da geçtiği noktadır. Tüketicinin veya üreticinin ikili rolleri hakkında çok konuşuyoruz, oysa gerçekte insanların büyük çoğunluğu aynı anda ikisi de.
Veri ürünü ve veri ağı saflıkçılarının, veri ürünlerinin daha resmi olduğunu ve birisinin orijinal kaynaklardan kolayca türev bir veri seti oluşturmasının ve buna veri ürünü adını vermesinin mümkün olmaması gerektiğini iddia edebileceklerini biliyorum. Bu argümanda bazı sağlam ve geçerli noktalar var, ancak sorun şu ki, bakir bir dünyada yaşamıyoruz ve benim odak noktam, kuruluşlarla bulundukları yerde buluşmak ve ileriye dönük bir yol tasarlamak.
Veri Gerçekliği
Çoğu kuruluş nerede? Çoğunun, genel nüfuslarının daha yetenekli hale geldiği ve veri kullanım hızlarının ve hacminin hızla arttığı bir noktada olduğunu iddia ediyorum. Bu birçok yönden ortaya çıkıyor. Örneğin, verileri sorgulamak, bir elektronik tabloya yerleştirmek, değiştirmek ve ardından hemen iş arkadaşlarınızla paylaşmak. Sorguyu ‘BI raporundan çıkar’ ile değiştirin, elektronik tablo manipülasyonunu ‘not defteri’ ile değiştirin ve elektronik tabloyu zilyonlarca araçla değiştirin. Mesele şu ki, beğensek de beğenmesek de, ‘resmi’ veri ürünleri olarak onaylasak da onaylamasak da, veri ürünü türevleri sürekli olarak yaratılıyor.
Kendimize karşı dürüst olursak, bunun büyüyen, kasıtsız bir veri alt kültürünün parçası olduğunu kabul ederiz. Kasıtsız bir veri alt kültürünü organizasyon genelinde veri bilgisinin organik ve gayri resmi sosyalleştirilmesi ve paylaşılması olarak tanımlıyorum. Alt kültür resmi olarak tanınmaz veya yönetilmez.
İlginç bir şekilde, veri ve analitik liderlerin tam tersini yapmaya ve kasıtlı olarak bir veri kültürü yaratmaya çalıştığı aynı zamanda oluyor. Bunun nasıl yapılacağı tam olarak net değil, ancak veri ürünü oluşturma sorumluluğunu etki alanlarına dağıtan veri ağı yaklaşımı, senaryoyu tersine çevirmeyi deneyebileceğimiz bir yoldur.
Hedeflerimden biri, bu alt kültürde üretici ve tüketicinin bu ikili rolünü oynayan farklı kişileri tanımlayabilmek, empati kurabilmek ve onlara yardım edebilmek. Bunu başarmak için öncelikle bunların verilerle nasıl etkileşim kurdukları hakkında daha fazla düşünmem gerekiyordu.
Temellere Ayrılmak
Çoğu zaman çözmem gereken bir problem olduğunda, hepimizin lise İngilizcesinde öğrendiğimiz temel bilgilere geri dönerim. Kim, ne, neden, ne zaman ve nasıl.
Veri alt kültürü sorunu ve insanların oynadığı ikili rol için aşağıdakileri alaya aldım:
- Kim = İşletme yöneticisi, veri bilimcisi, veri analisti, yönetici vb. gibi kişiler/roller.
- Ne = Kişilerin ürettiği ve tükettiği veriler ve verilerle ilgili varlıklar. “Ne”, veri varlıklarının ilgili olduğu iş sürecini de içerir.
- Neden = Bu, belirli veri varlıklarının oluşturulması ve kullanılmasının arkasındaki ticari faydalar ve hedeftir.
- Ne zaman = Varlık oluşturma ve kullanma sıklığı ve yaşam döngüsü.
- Nasıl = Bu, varlıkların (hem yaratılan hem de tüketilen) erişimi, sağlanması, araçları, dağıtımı ve dağıtımıdır.
Bu anlayış tohumunu ekerek, insanların çalışmalarını hızlandıran temel süreçleri ve destekleyici araçları/platformları belirlemeye başlayabileceğimize inanıyorum. Bunların resmi bir veri kültürünün omurgası olduğunu görüyorum.
Veri Tüketimi ve Üretim Döngüsüne (DCPC) Giriş©)
Yukarıdaki kim, ne, neden, ne zaman ve nasıl tanımlarının soyut olduğunu hemen kabul ediyorum. Hatta birkaç gün ondan uzaklaşıp geri döndükten sonra, onu pratik bir şekilde nasıl kullanacağım konusunda kafam karışmış halde buldum. İhtiyacım olduğuna karar verdiğim şey, onu düşünmeme yardımcı olacak ayrıntılı bir çerçeve olarak kodlamaktı. Çerçeveyi Veri Tüketimi ve Üretim Döngüsü (DCPC) olarak adlandırıyorum.©).
DCPC© Kişilerin işlerini yapmak için bilinçli veya bilinçsiz olarak verilerle birlikte hareket ettikleri aşamaları temsil eder.
Tanımına geçmeden önce, veri dünyasında sahip olduğumuz gereksiz ve kendi kendine hizmet eden çerçevelerin sayısı karşısında sabrını kaybeden ilk kişinin ben olduğumu itiraf etmek istiyorum. Yapmak istediğim son şey, değer katmayan bir şeyle yığmaktı. Bu yüzden kendimi defalarca kontrol ettim.
Çoğunlukla mevcut varlık yaşam döngüsü modelleri ve çerçeveleri hakkında düşündüm. Hem fiziksel hem de dijital varlıklar için pek çok iyi şey var. DCPC mi© onlardan farklı mı yoksa gereksiz mi?
Vardığım sonuç, varlık yaşam döngüsü modellerinin ‘şey’in işlenmesine, DCPC’nin ise insanların faaliyetlerine odaklandığıdır. Başka bir deyişle, DCPC©
daha çok insanların içinden geçtiği süreci anlamakla ilgilidir, böylece onunla özdeşleşebilir ve onu nasıl destekleyeceğimizi ve optimize edeceğimizi anlamaya çalışabiliriz.
DCPC© Tanım
DCPC’nin tanımı© oldukça basittir. Aşağıda tanımlandığı gibi bir dizi aşamadır. Küçük kesikli çizgi mantıksal başlangıç noktasını temsil eder.
| Sahne | Tanım |
| Tetikleyici olay | Bunlar, insanların verilerle çalışma ihtiyacını tetikleyen zorlayıcı olaylar veya nedenlerdir. Bunlar şunlar olabilir: – Üç aylık raporlama gibi yinelenen ve beklenen. – Zayıf imalat üretim performansı gibi istisnalar – Ücretsiz ürün promosyonları ile müşteri sepeti hacmini artırma isteği gibi spekülatifler |
| Ara/Bul | İnsanlar, tetiklenen olayın gereksinimlerine uyan verileri arar. Bu, dosya paylaşımına bakmak, bir arkadaşınıza e-posta göndermek, bir veritabanını sorgulamak, belgelere bakmak ve bir katalog aramak gibi şeyleri içerir. |
| Anlamak | İnsanlar buldukları verilerin eksiksiz, yetkili ve güvenilir olup olmadığını anlamaya çalışır. Umarım soy, kalite puanlama ve sertifikalandırma gibi şeylere kolayca erişebilirler. Çoğu zaman bu yoktur, bu nedenle insanlar meslektaşlarına kime güvendiklerini sorarlar. |
| Geliştirmek | Verileri ve tanımlayıcı meta verileri doğrudan iyileştirmek veya bunu yapmaya yetkili biriyle iletişim kurmak. |
| Erişim | Verilere erişim elde etme. Bu, bir elektronik tabloyu açmak kadar önemsiz veya açık onay ve provizyon gerektiren resmi bir talep gibi önemsiz olabilir. |
|
Yarat/Geliştir |
İnsanlar, türetilmiş veri kümeleri veya aynı verilerin bir görünümünü veya temsilini oluşturmak için verileri kullanır. Örneğin, işletme yöneticileri verileri birleştirerek yeni bir elektronik tablo oluşturabilir. Veri mühendisleri, verileri dönüştürmek için bir ardışık düzen kullanabilir. Veriler ve tanımlayıcı meta verileri, rapor, elektronik tablolar ve veri ürünleri gibi çeşitli soyut türler olarak sınıflandırılabilir. |
| Ölçek | Test, yaratılan her şey için gerçekleşir. Bazı testler resmidir ve ekipler tarafından kullanılır. Diğer testler gayri resmidir ve bir birey tarafından yapılan test olarak düşünülmeyebilir. Örneğin, yeni bir not defteri oluşturan bir veri bilimcisi, yalnızca kendi kullanımları için olsa bile, planlandığı gibi çalıştığından emin olacaktır. |
| Paylaşmak | Veriler genellikle başkalarıyla paylaşmak amacıyla oluşturulur. Proaktif olarak paylaşılmasa bile, genellikle istek üzerine paylaşılır. |
| Sürdürmek | Bir veri varlığının bakımı, tetikleyici olayına bağlıdır. Kullanımının tekrar etmesi bekleniyorsa, muhafaza edilmesi ve ölçülebilir bir standartta tutulması daha olasıdır. |
| Öğrenmek | Bir kişinin verilerden öğrendikleri genellikle başka bir tetikleyici olaya (istisna, spekülasyon) yol açar ve döngü yeniden başlar. |
Döngü daireseldir ve sıralı görünür. Ama tabii ki gerçek hayatta öyle değil. İnsanlar atlama aşamalarını, tekrar aşamalarını vb. atlayacaklar. DCPC kullanmanın gerçekten heyecan verici yanlarından biri de bu.© veri alt kültüründeki insanların gerçekte ne yaptığını analiz etmek.
Tamamlamak (Şimdilik)
Şimdi durmak biraz haksızlık çünkü ne olduğunu bilmek denklemin sadece yarısı. Nasıl kullanılacağını bilmek diğer yarısıdır. Bunu kullanıcı yolculuklarına ve veri kültürü arketiplerine nasıl uygulayabileceğinizi açıklayacağım ikinci kısmı izleyin.
