இது எப்படி உதவும்?

ஒரு வழியாக டேட்டாவை தேற்றியாகிவிட்டது. அதென்ன தேற்றியாகிவிட்டது. டேட்டா கலெக்‌ஷன் என்பதை ஒரு கட்-ஆப் தேதி வைத்து முடித்துவிட முடியுமா என்ன என்று ஒரு கேள்வி உங்கள் மனதில் தோன்றலாம். பிசினஸ் அனலிடிக்ஸைப் பொருத்தவரை டேட்டா என்ற வார்த்தை ஒரு தமிழ் வார்த்தையாக இருந்தால் இலக்கண ரீதியாக அது வினைத்தொகைக்கு சிறந்த உதாரணமாக அமைந்திருக்கும்.

ஊறுகாய் என்ற தமிழ்ச்சொல்லின் இலக்கண விதி உங்கள் அனைவருக்கும் தெரிந்திருக்கும். ஊறின காய், ஊறுகின்ற காய், ஊறும் காய் என மூன்று கால வினைகளையும் தொகுத்து ஒரு சேரக் குறிக்குமாறு வரும் ஒரு பெயர்ச்சொல்லுக்கு சுலபமான உதாரணமாக எடுத்துக்காட்டப்படும் சொல் ஊறுகாய்.

டேட்டா அனலிடிக்ஸிற்குத் தேவைப்படும் டேட்டாவும் இந்த மூன்று காலத்தையும் குறிப்பதே. கடந்தகால டேட்டா, இன்றைய/இப்போதைய டேட்டா, நாளைய டேட்டா என டேட்டா முக்காலத்திலும் கலெக்ட் செய்யப்படும் ஒன்று. இப்படி முக்காலத்திலும் கலெக்ட் செய்யப்படும் டேட்டாவை அனலிடிக்ஸ் சாப்ட்வேர்தனை கொண்டு பீராய்ந்தால் நம்மால் நாம் இருக்கும் வியாபாரத்தின் உலகத்தை முழுசாக உணரமுடியும் என்று சொல்லலாம்.

ஊறுகாய்க்கும் பிக்டேட்டாவிற்கும் இருக்கும் மிகப்பெரிய வித்தியாசம் என்னவென்றால், அளவு ரீதியாக நேற்றைய பிக்டேட்டா இன்றைய பிக்டேட்டாவை விட சிறியது. அதேபோல் நாளைய பிக்டேட்டாவை விட இன்றைய பிக்டேட்டா மிகமிகச் சிறியது என்பதுதான். 2005 களில் ஒரு டேட்டாபேசில் இரண்டுகோடி வரிசைகள் (rows) இருந்தால் அது பிக்டேட்டா எனப்பட்டது. இன்றைக்கு டெராபைட்டுகள் பல இருந்தால் மட்டுமே அது பிக்டேட்டா என கருதப்படுகின்றது. வரும் காலத்தில் இந்த அளவு எங்கேயெல்லாம் போகும் என்று நீங்களே முடிவு செய்துகொள்ளுங்கள்.

மலைக்கும் விஷயம்

பொதுவாக தொழிலில் இருப்பவர்கள் முதலாளியானாலும் சரி, பணியாளர்களானாலும் சரி, விற்பனை பிரிவில் இருப்பவர்களானாலும் சரி சிஸ்டம்ஸ் பிரிவில் இருப்பவர்களானாலும் சரி மலைத்துப்போகும் ஒரே விஷயம் இந்த டேட்டா குவியல்களைப் பார்த்துத்தான். கம்ப்யூட்டர் வருவதற்கு முன்னால் பேப்பர் குவியல்களைப் பார்த்து மலைத்துக்கொண்டிருந்த மனிதர்கள் நாம். இப்போது டேட்டாவை பார்த்து மலைக்கின்றோம். இந்த டேட்டா குவியல்களில் இடையே உட்கார்ந்து கொண்டு எங்கே ஆரம்பிப்பது. எப்படி ஆரம்பிப்பது என்பதுதான் அனலிடிக்ஸ் செய்ய நினைக்கும் அனைவரின் பிரச்சினையுமாகும்.

சிக்கல்கள்

நமது டேட்டாவை எப்படி நமக்கு உபயோகப்படும் தகவலாக மாற்றுவது?. அப்படி மாற்ற செய்யவேண்டிய ப்ராசஸ்கள் என்னென்ன என்று யோசித்தால் தலை சுற்றும். எங்கே ஆரம்பிப்பது என்பதற்கு ஏதாவது ரூல்கள் இருக்கின்றதா? பெஸ்ட் பிராக்டிசஸ் எதுவும் இருக்கின்றதா? யாரை வேலைக்கு எடுப்பது? டிரெயினிங் கிளாஸிற்கு நம்ம ஆளுங்க நாலு பேரை அனுப்பிவிடலாமா? என்றெல்லாம் யோசிக்கவைக்கும் டேட்டாவின் அளவும் அதனால் தோன்றும் மலைப்பும்.

அதிலும் வேலைக்கு ஆள் சேர்ப்பத்தில் நிறையவே சிக்கல்கள் வரும். தொழில் தெரிந்தவர், ஸ்டாடிஸ்டிக்ஸ் மற்றும் அனலிடிக்ஸ் தெரிந்தவர், சாப்ட்வேர் வல்லுநர் என ஒன்றுக்கும் மேற்பட்ட அந்தத்தத்துறையில் சிறந்த அறிவுடைய அதேசமயம் ஜாடிக்கேற்ற மூடியாக (கெமிஸ்ட்ரி!!) செயல்படக்கூடிய நபர்களாக பார்த்துப்பார்த்து தேர்ந்தெடுக்கவேண்டியிருக்கும்.

பிசினஸ் பண்ண முடியுமா?

இப்படி எல்லாவற்றையும் பார்த்து/நினைத்து மலைத்திருக்கும் போது கம்ப்யூட்டர் என்றால் காத தூரம் ஓடும் ஒரு சீனியர் நபர் வந்து டேட்டாவை வச்சுக்கிட்டு பிசினஸ் பண்ண முடியுமா?. அனலிடிக்ஸ் வந்து சரக்கை வித்துத்தருமா? வீதி வீதியாய் போய் வித்துப்பாருங்க தெரியும். சும்மா ஏசி ரூம்ல உட்கார்ந்துகிட்டு பிசினஸைப் பத்தி ஆராய்ச்சி செய்ய நினைக்காதீங்கன்னு சொல்லி வெறி ஏற்றிவிட்டுப் போவார். மேலோட்டமாகப் பார்த்தால் அவர் சொல்வது புலம்பல் மாதிரி தெரிந்தாலும் அவர் சொல்வதில் மிகச்சரியான நியாயங்களும் இருக்கின்றது என்பதை நாம் புரிந்துகொள்ளவேண்டும்.

ஏனென்றால், ஒவ்வொரு தொழிலும் ஒவ்வொரு குணாதியசம்தனைக் கொண்டது. உதாரணத்துக்கு, தமிழ் ஹிந்து போன்ற தினசரிப் பத்திரிகைதனை வாடிக்கையாளர்களுக்கு வீடுவீடாக டிஸ்ட்ரிப்யூஷன் செய்வதும், கொரியர் கம்பெனியில் டிஷ்ட்ரிப்யூஷன் செய்வதும் ஒரே ஊரில் அதே தெருக்களில் அலைந்து திரிந்து டெலிவரி செய்யும் வேலைதான். இருந்தாலும் காலை ஐந்து மணிமுதல் ஏழு மணிக்குள் ஊரே அடங்கியிருக்கும் போது வீடுவீடாய் டெலிவரி செய்வதற்கும், ரோட்டில் ஆள் நடக்கவே முடியாத நேரத்தில் மட்டுமே டெலிவரிக்கும் கலெக்‌ஷனுக்கும் போவதற்கும் இருக்கும் வித்தியாசம் மிகப்பெரியது அல்லவா?

காரணிகள் வெவ்வேறு?

மருத்துவமனை ஒன்றில் கூட்டம் அதிகமாக இருக்கின்றது. ரெஸ்டாரெண்ட் ஒன்றில் கூட்டம் அதிகமாக இருக்கின்றது. இரண்டு இடத்திலும் வந்த கஸ்டமர் தனக்குத் தேவையான சேவையைப் பெற எவ்வளவு நேரம் காத்திருக்க வேண்டும் என்பதற்கான காரணிகள் வெவ்வேறு என்பது அனைவருக்கும் தெரிந்த ஒன்றுதானே?

சாதாரணமாக மருத்துவமனை பெரிய முயற்சிகள் ஏதுவும் செய்யாமலேயே தங்கள் வாடிக்கையாளர்கள் குறித்த எக்கச்சக்கமான தகவல்களை கலெக்ட் செய்து வைத்திருக்கும். ஒரு ரெஸ்ட்டாரெண்ட்டோ வாடிக்கையாளரின் மொபைல் போனின் எண்ணைக்கூட வைத்திருக்காது.

தேவை என்ன?

இதுபோல தொழில் குணாதிசியங்களும் அது தரும் டேட்டாக்களும் வெவ்வேறாக இருப்பதால் அனலிடிக்ஸ் பணியாளர்களுக்கு முதன் முதலில் தேவைப்படுவது அந்த பிசினஸ் குறித்த முழு ஞானம் என்று சொல்லலாம். தொழில் ஞானம் என்பது வெறும் ஏட்டுச் சுரைக்காயாய் இருந்தால் பிரயோஜனம் இல்லை. நல்லதொரு நுண்திறனும் கற்பனை சக்தியும் தேவைப்படும்.

ஒருவேளை இப்படி இருக்குமோ? அப்படியிருக்குமோ என்று மண்டைக்குள் நண்டு பிராண்டுகின்ற நபர்களே இந்தத் தொழிலில் முக்கிய அங்கம் வகிக்கும் ஒரு நபராவார். இவரை டொமைன் எக்ஸ்பர்ட் என்பார்கள் ஆங்கிலத்தில். டொமைன் எக்ஸ்பர்ட் அந்தத் தொழிலில் என்னென்ன செயல்பாடுகள் நடைபெறுகின்றது மற்றும் எந்தெந்தத் தேவைகள் எல்லாம் உள்ளது என்பதையெல்லாம் தெரிந்தவர்.

தெரிந்துகொள்ள வேண்டியவை

ஏற்கனவே நாம் பார்த்த மருத்துவமனை மற்றும் ரெஸ்ட்டாரெண்ட் உதாரணத்தில் மருத்துவமனைக்கு வயிற்றில் கொள்ளை வலி என்று வந்தால் அல்ட்ரா சவுண்ட் ஸ்கேன் டிப்பார்ட்மெண்ட் மற்றும் எண்டோஸ்கோப்பி டிப்பார்ட்மெண்ட் க்யூவைப் (வெயிட்டிங் டயத்தை கணக்கிட) பார்க்கவேண்டும். லைட்டா வலி என்றால் டூட்டி டாக்டர் க்யூவைப் பார்க்கவேண்டும்.

ரெஸ்டாரெண்டிற்கு வயிற்றில் கொள்ளைப் பசியுடன் வந்தால் முதல் மாடியில் இருக்கும் பஃபே ஹால் வெயிட்டிங் டைமை கணக்கிட்டுச் சொல்ல வேண்டும். லைட்டாய் பசி என்றாள் சாட் அயிட்டம் கவுண்ட்டர் ப்ரியாக உள்ளதா என்பதையெல்லாம் சரியாய் புரிந்து கணக்கிட்டுச் சொல்ல அந்தந்த டொமைன் மற்றும் டிப்பார்ட்மெண்டுகளின் செயல்பாடுகள் மொத்தமும் கட்டாயம் தெரிந்திருக்கவேண்டுமல்லவா?

சரி டொமைன் தெரிந்த நபர் இருக்கின்றார். டேட்டா ஒவ்வொரு டிப்பார்ட்மெண்டிலும் இருந்து வருகின்றது. அந்தந்த டேட்டாக்கள் எந்தெந்த விஷயங்களை வெறும் பார்வையிலேயே சொல்கின்றது என்பதை அவர் நன்கு புரிந்தவராக இருக்கவேண்டும். இன்றைக்கு கார்டியாக் டிப்பார்ட்மெண்டில் ஊரில் பாப்புலரான சீனியர் டாக்டர் புதிதாய் வேலைக்கு சேர்ந்துள்ளார் என்ற டேட்டா வந்தால் கார்டியாக் டிப்பார்ட்மெண்டில் வெயிட்டிங் டைம் மற்ற டாக்டர்களுக்கு குறையும் வாய்ப்புள்ளது என்று தெரிந்து மாறுதல்களை உணர்ந்து செயல்படுபவராய் இருக்கவேண்டும்.

இந்த வாரம் செட்டிநாட்டு சமையல் ஸ்பெஷல் வாரம் என்றால் சாதாரணமாக அரைமணியில் காலியாகும் டேபிள்கள் முக்கால் மணியில் காலியாகும் வாய்ப்பே உள்ளது என்றும் அதிலும் அந்த வாரம் அதிக லீவு நாட்கள் உள்ள வாரம் என்றால் கூட்டம் அலைமோத வாய்ப்புள்ளது என்பதை உணர்ந்தவராகவும் இருக்கவேண்டும். அனலிடிக்ஸ் பணியில் டொமைன் தெரிந்த நபரின் தேவை எந்த அளவு முக்கியம் என்பது நாம் அன்றாடம் எதிர்கொள்ளும் நிகழ்வுகளைக்கொண்டு சொல்லப்பட்ட இந்த சின்னச் சின்ன உதாரணங்கள் மூலம் புரிந்துகொண்டிருப்பீர்கள் என நினைக்கின்றேன்.

புரிந்துகொள்வதற்காக மிகச்சிறிய உதாரணங்களைக் கொடுத்திருக்கிறேனே தவிர ரியல்டைம் வியாபாரத்தில் டொமைன் ஸ்பெஷலிஸ்டின் பங்கு மிகமிகப் பெரியது. அதை அடுத்தவாரம் பார்ப்போம்.

cravi@seyyone.com