0:02 హలో మరియు స్వాగతం నా పేరు షానన్ కెంప్ మరియు నేను డే డైవర్సిటీకి చీఫ్ డిజిటల్ మేనేజర్‌ని మాతో చేరినందుకు మేము మీకు ధన్యవాదాలు తెలియజేయాలనుకుంటున్నాము తాజా నెలవారీ వెబ్‌నార్ సిరీస్ డేటా ఆర్కిటెక్చర్ స్ట్రాటజీస్ డోనా బర్బ్యాంక్‌తో ఈరోజు డోనా గెస్ట్ స్పీకర్ నిగెల్ టర్నర్‌తో కలిసి డేటా క్వాలిటీ బెస్ట్ ప్రాక్టీసెస్ గురించి మాట్లాడటానికి చేరనున్నారు ఈ సెషన్‌లకు హాజరయ్యే పెద్ద సంఖ్యలో వ్యక్తుల కారణంగా మమ్మల్ని ప్రారంభించడానికి కొన్ని పాయింట్లు వెబ్‌నార్ సమయంలో మీరు ప్రశ్నల కోసం మ్యూట్ చేయబడతారు మేము వాటిని q a విభాగం ద్వారా సేకరిస్తాము లేదా మీరు ట్వీట్ చేయాలనుకుంటే da స్ట్రాటజీలను ఉపయోగించి ట్విట్టర్ ద్వారా హైలైట్‌లు లేదా ప్రశ్నలను పంచుకోవాలని మేము మిమ్మల్ని ప్రోత్సహిస్తాము మరియు మీరు మాతో లేదా ఒకరితో ఒకరు చాట్ చేయాలనుకుంటే da స్ట్రాటజీలను ఉపయోగించి ట్విట్టర్ ద్వారా హైలైట్‌లు లేదా ప్రశ్నలను పంచుకోవాలని మేము మిమ్మల్ని ప్రోత్సహిస్తాము మరియు మీరు మాతో లేదా ఒకరితో ఒకరు చాట్ చేయాలనుకుంటే జూమ్ డిఫాల్ట్‌లను గమనించడానికి మేము మిమ్మల్ని ఖచ్చితంగా ప్రోత్సహిస్తాము. ప్యానెలిస్టులకు చాట్‌లను పంపడానికి కానీ మీరు వెబ్‌నార్‌లోని ప్రతి ఒక్కరితో చాట్ చేయడానికి మరియు
0:48 q a లేదా చాట్ ప్యానెల్‌ను యాక్సెస్ చేయడానికి దాన్ని ఖచ్చితంగా మార్చవచ్చు, ఆ లక్షణాల కోసం మీరు మీ స్క్రీన్ దిగువ మధ్యలో ఆ ఐకాన్‌లను కనుగొంటారు మరియు ఎప్పటిలాగే మేము రెండు పని దినాలలో సెషన్ రికార్డింగ్‌కు లింక్‌లను మరియు వెబ్‌నార్ అంతటా అభ్యర్థించిన ఏదైనా అదనపు సమాచారాన్ని కలిగి ఉన్న ఫాలో-అప్ ఇమెయిల్‌ను పంపుతాము. ఇప్పుడు మా స్పీకర్‌ను పరిచయం చేయనివ్వండి. సిరీస్ డోనా బర్బ్యాంక్ డోనా సమాచార నిర్వహణలో గుర్తింపు పొందిన పరిశ్రమ నిపుణురాలు, డేటా మరియు సమాచారం ద్వారా సంస్థలు తమ వ్యాపార అవకాశాలను సుసంపన్నం చేసుకోవడంలో 20 సంవత్సరాలకు పైగా అనుభవంతో ఆమె ప్రస్తుతం గ్లోబల్ డేటా స్ట్రాటజీ లిమిటెడ్‌కు మేనేజింగ్ డైరెక్టర్‌గా ఉన్నారు, ఆమె ప్రపంచవ్యాప్తంగా ఉన్న సంస్థలకు వారి డేటా నుండి విలువను పెంచడంలో సహాయం చేస్తుంది, ఆమె అమెరికా, యూరప్, ఆసియా మరియు ఆఫ్రికాలోని డజన్ల కొద్దీ ఫార్చ్యూన్ 500 కంపెనీలతో పనిచేస్తుంది మరియు పరిశ్రమ సమావేశాలలో క్రమం తప్పకుండా మాట్లాడుతుంది మరియు నేడు డోనాలో చేరింది ఆమె బృందం
1:34 సహోద్యోగి నిగెల్ టర్నర్ నిగెల్ సమాచార వ్యూహంలో ప్రత్యేకతతో సమాచార నిర్వహణలో 20 సంవత్సరాలకు పైగా అనుభవం ఉంది డేటా నాణ్యత డేటా గవర్నెన్స్ మరియు మాస్టర్ డేటా మేనేజ్‌మెంట్ అతను బ్రిటిష్ టెలికాం గ్రూప్ ఐపిఎల్ మరియు ఫోమ్ సహా బహుళ కన్సల్టింగ్ సంస్థలలో పెద్ద IM మరియు CRM కన్సల్టెన్సీ మరియు డెలివరీ పద్ధతులను సృష్టించి నాయకత్వం వహించాడు నిగెల్ సమాచార నిర్వహణలో ప్రసిద్ధ ఆలోచనా నాయకుడు మరియు సమాచార నిర్వహణ అంశాలపై అనేక శ్వేతపత్రాలు మరియు బ్లాగులను వ్రాయడంతో పాటు అనేక అంతర్జాతీయ సమావేశాలలో ప్రस्तुतించాడు మరియు దానితో నేటి వెబ్‌నార్‌ను ప్రారంభించడానికి డోనా మరియు నిగెల్‌కు నేను ఫ్లోర్ ఇస్తాను హలో మరియు స్వాగతం హాయ్ షానన్ ధన్యవాదాలు ఈ వెబ్‌నార్లలో చేరడం ఎల్లప్పుడూ గొప్పది ఉమ్ మరియు మీలో ఉన్నవారికి ప్రతి నెలా తిరిగి రండి చాలా ధన్యవాదాలు
2:19 చాట్‌లో కొంతమంది తెలిసిన పేర్లను చూడటం ఎల్లప్పుడూ ఆనందంగా ఉంటుంది మరియు ప్రజలు చాట్‌తో ఎప్పుడూ సిగ్గుపడరని నాకు తెలుసు, ఇది బాగుంది మరియు ఎల్లప్పుడూ కొన్ని కొత్త పేర్లు కూడా ఉంటాయి కాబట్టి ఇది మీ మొదటిసారి అయితే స్వాగతం ఉమ్ మీరు సిరీస్‌లోని ఏవైనా వెబ్‌నార్‌లను మిస్ అయి ఉంటే షానన్ ప్రస్తావిస్తాడు మరియు ఫాలో అప్ చేస్తాడు మునుపటి వెబ్‌నార్‌లన్నీ రికార్డ్ చేయబడ్డాయి మరియు స్లయిడ్‌లు అందుబాటులో ఉన్నాయి మరియు ఎల్లప్పుడూ అత్యంత ప్రజాదరణ పొందిన ప్రశ్న అయిన ఈ వెబ్‌నార్ కోసం, రాబోయే కొన్ని పని దినాలలో రికార్డింగ్ మరియు స్లయిడ్‌లతో షానన్ దీనిని అనుసరిస్తాడు మరియు దయచేసి ఈ రోజు డేటా మోడలింగ్ గురించి కొంచెం మాట్లాడుకుందాం కానీ వచ్చే నెలలో డేటా మోడలింగ్ గురించి మొత్తం వెబ్‌నార్ ఉంది, ఇది ఎల్లప్పుడూ ప్రజాదరణ పొందిన అంశం అని నాకు తెలుసు, కాబట్టి వచ్చే నెలలో కూడా మాతో చేరడానికి సంకోచించకండి కానీ తదుపరి స్లయిడ్‌కి వెళ్లండి ఉమ్ ఈ రోజు మనం కవర్ చేస్తున్నది
3:06 ప్రత్యేకంగా డేటా నాణ్యత గురించి మరియు డేటా నాణ్యత గురించి ఆసక్తికరంగా లేదా కష్టంగా లేదా సవాలుగా ఉన్నది ఏమిటంటే ఇది అందరికీ సరిపోయే విధానం కాదు మరియు ఇది ఎప్పుడూ ఒకే విషయం కాదు ఉమ్ మరియు చాలా కష్టం ఏమిటంటే డేటా నాణ్యత తరచుగా ఒక వ్యాపారం మరియు డేటా నిర్వహణలో అనేక విషయాలు ఇది సగం వ్యాపార సమస్యలు, సగం సాంకేతిక సమస్యలు, కాబట్టి మేము నిజంగా మా ఆచరణలో నిగెల్ మరియు నేను నిజంగా మరింత సమగ్ర విధానాన్ని ఉపయోగించాలని ప్రతిపాదించాము మరియు ఇది ప్రజల భాగం, ఇది ప్రక్రియ మరియు భాగస్వామి సాంకేతికతలో భాగం, కాబట్టి తదుపరి స్లయిడ్‌కి వెళ్లి ఈ రోజు మనం కవర్ చేస్తున్న దాని గురించి మరింత లోతుగా తెలుసుకోవడానికి మనం కొన్ని పద్ధతుల గురించి కొంచెం మాట్లాడబోతున్నాము. మీరు నిజంగా తెలుసుకోవడానికి మేము ఉపయోగించగల ప్రాథమిక డేటా నాణ్యత మీకు ఎలా తెలుసు మీరు ఎక్కడ ఉన్నారో మరియు మీరు ఎక్కడికి వెళ్లాలనుకుంటున్నారో మీకు ఎలా తెలుస్తుంది కానీ ఈ సెషన్‌లో మేము ప్రత్యేకంగా వ్యాపార నియమాల గురించి మాట్లాడబోతున్నాము, ఇది
3:55 డేటా నిర్వహణ ప్రపంచంలో ఒక పాడని హీరో అని నేను భావిస్తున్నాను. అవి పొందుపరచబడ్డాయని నేను భావిస్తున్నాను మరియు మేము దీనిని కవర్ చేస్తాము. అవి మీరు ఉపయోగించగల అనేక ఇతర విషయాలలో పొందుపరచబడ్డాయి. అవి డేటా ప్రొఫైలింగ్ సాధనం లేదా మాస్టర్ డేటా నిర్వహణ సాధనం లేదా డేటా మోడల్‌లో పొందుపరచబడి ఉండవచ్చు. అయినప్పటికీ అవి సర్వవ్యాప్తంగా ఉంటాయి మరియు డేటా నాణ్యతను సరిగ్గా పొందడంలో విజయానికి తరచుగా చాలా కీలకం. సరైనది ఏమిటో మనం ఎలా అంచనా వేయాలి కాబట్టి డేటా నాణ్యత గురించి మనం మాట్లాడగల చాలా విషయాలు మేము నిగెల్ చేసాము మరియు గత కొన్ని సంవత్సరాలుగా దీనిపై సెషన్‌లు చేసాము. కాబట్టి మేము కొంచెం భిన్నంగా ఏదైనా చేయాలని మరియు ఈ విభిన్న కోణాన్ని తీసుకోవాలని కోరుకున్నాము, కాబట్టి మనం తదుపరి స్లైడ్‌కు వెళితే, మా విస్తృత డేటా వ్యూహ పద్దతి గురించి మీకు తెలిసి ఉండవచ్చు, మీరు మా పేరు నుండి చెప్పగలరు గ్లోబల్ డేటా స్ట్రాటజీ మేము దానిలో కొంత చేస్తాము కానీ
4:40 డేటా మేనేజ్‌మెంట్ డేటా స్ట్రాటజీని సంక్లిష్టంగా మరియు ఉత్తేజకరంగా చేసేది ఏమిటంటే ప్రతిదీ పరస్పరం అనుసంధానించబడి ఉంటుంది కాబట్టి మేము ఎల్లప్పుడూ ఈ ఫ్రేమ్‌వర్క్‌ను చూపించాలనుకుంటున్నాము మరియు మాకు కొంత మంచి అభిప్రాయం వచ్చింది, ఇది ఉపయోగకరంగా ఉంటుంది ఉదాహరణకు డేటా క్వాలిటీ మేనేజ్‌మెంట్ అనేది ఒక అభ్యాసం మరియు దానిలోనే ఉండాలి డేటా క్వాలిటీకి మద్దతు ఇవ్వడానికి మీకు చాలా సాంకేతికతలు మరియు పద్ధతులు తెలుసు మరియు ఇది డేటా గవర్నెన్స్ కోసం ఈ ఇతర పద్ధతులలో చాలా వాటితో పరస్పరం అనుసంధానించబడి ఉంది, గవర్నెన్స్ లేకుండా నాణ్యత చేయడం కష్టం ఎందుకంటే మనం ఈ రోజు గురించి మాట్లాడుతాము, డేటా క్వాలిటీ చుట్టూ ఉన్న చాలా పరిమితులు మరియు నియమాలు వ్యాపారం నుండి రావాలి కాబట్టి మీరు నిజంగా డేటా క్వాలిటీ యొక్క సంస్కృతి మరియు ప్రజల అంశాన్ని మీకు తెలియజేయాలి, అలాగే నిర్వహించడానికి మరియు కొలవడానికి మీకు సరైన నిర్మాణం అవసరం మరియు మీకు డేటా మోడల్‌లు అవసరం మీకు ఆ టూల్స్ అవసరం
5:27 దానికి మద్దతు ఇవ్వడానికి మీకు డేటా క్వాలిటీని నిర్వహించడానికి మెటాడేటా అవసరం మరియు మీరు డేటా క్వాలిటీ గురించి మెటాడేటాను రూపొందించవచ్చు కాబట్టి అవన్నీ. పరస్పర సంబంధం కలిగి ఉంది మరియు కొన్ని ఆరోగ్యకరమైన టచ్ పాయింట్లు ఉన్నాయి కాబట్టి మనం ఈ సెషన్‌లో దాని గురించి కొంచెం మాట్లాడుతాము కానీ మనం ఎల్లప్పుడూ దీన్ని ఈ పెద్ద చిత్రానికి తిరిగి పిలవాలనుకుంటున్నాము, నా నిర్లక్ష్యం చేయబడిన కోణం నిజంగా ఆ వ్యాపార వ్యూహం ద్వారా నడపబడుతుంది మరియు దీనిని నొక్కి చెబుతుంది డేటా మేనేజ్‌మెంట్‌లో ఏదైనా అమలు చేయడానికి ప్రయత్నించినప్పుడు మనం చేసేది చాలా వరకు దానిపై నిజంగా దృష్టి పెట్టడం కాబట్టి వ్యాపార విలువ ఏమిటి మరియు మేనేజర్ దీనిపై స్పృశిస్తారని నాకు తెలుసు డేటా నాణ్యతతో మీరు చూడగలిగే చాలా విషయాలు ఉన్నాయి మీరు ఆ సరైన మొత్తాన్ని ఎలా ఎంచుకుంటారు అది సంస్థపై అతిపెద్ద ప్రభావాన్ని చూపుతుంది మరియు అది కొంత కళ మరియు కొంత శాస్త్రం కాబట్టి మనం ఈ రోజు దాని గురించి మాట్లాడుతాము కాబట్టి మనం తదుపరి స్లయిడ్‌కి వెళితే ఇది మనం తరచుగా
6:15 వివిధ దశలలో ఉపయోగించే ఒక విధానం ఉమ్ దీనిని మనం a2e అని పిలవవచ్చు కానీ అంచనా వేయడం నుండి చివరికి ఆ ROIని పొందడం మరియు ROIని మూల్యాంకనం చేయడం మరియు మరియు మేము దీని యొక్క ఇతర అంశాల గురించి మరియు ఈరోజు ఇతర వెబ్‌నార్ల గురించి మాట్లాడాము మనం అక్షరాలా దాని వ్యాపార నియమాల లెన్స్ గురించి మాట్లాడబోతున్నాము కానీ నేను త్వరగా వెళ్తాను అన్ని అంశాలు ఎందుకంటే నేను డేటా నాణ్యతను ఫ్రేమ్ చేయడం ఉపయోగకరంగా ఉంటుందని నేను భావిస్తున్నాను, నేను ఇప్పుడే చెప్పినట్లుగా వ్యాపార వినియోగదారు వినియోగాన్ని అంచనా వేయడం మనం ఎందుకు చేస్తున్నాము మరియు ఎక్కడ జూమ్ ఇన్ చేసి ఫోకస్ చేయాలి మేము త్వరిత విజయాల పెద్ద అభిమానులం ఉమ్ మీకు తెలుసా, మేము ఇటీవల రెండు సంస్థలతో పనిచేశాము, వారి అతిపెద్ద సమస్య వ్యంగ్యంగా వారు చాలా డేటా నాణ్యతను చేస్తున్నారని నేను భావిస్తున్నాను వారు వారి అన్ని డేటా మూలాలను స్కాన్ చేస్తున్నారు వారికి చాలా ప్రొఫైలింగ్ ఉంది వారికి మార్కెట్లో కొన్ని అద్భుతమైన
7:01 సాధనాలు ఉన్నాయి కానీ వారు ఒక విధంగా మిస్ అవుతున్నారు కాబట్టి మీకు ఏమి తెలుసు ఏమి మనం ఎక్కడ ఫోకస్ చేయబోతున్నాం ఈ డేటా నాణ్యత సమస్యలు వ్యాపార ప్రభావాన్ని ఎలా కలిగించాయి మరియు చివరికి మీరు వ్యాపారంలోని మరిన్ని రంగాలపై దృష్టి పెట్టవలసిన అవసరం లేదని కాదు కానీ వారి అతిపెద్ద సవాలు ఏమిటంటే నేను ఆ సరైన మొత్తంపై ఎలా దృష్టి పెట్టాలి మరియు వారు డేటా పాలనను కూడా ప్రారంభించడానికి ప్రయత్నిస్తున్నారు మరియు మీరు సాధారణంగా డేటా నాణ్యతను ఎలా పొందగలరు డేటా పాలనను ప్రారంభించడానికి ఉత్తమ మార్గాలలో ఒకటి ఎందుకంటే ప్రజలు దానితో సంబంధం కలిగి ఉంటారు వారు సంఖ్యలు మరియు నివేదిక తప్పు అని చూడగలరు లేదా రుణ నాణ్యత కారణంగా మీకు కార్యాచరణ సమస్యలు తెలుసు మరియు మీరు గుర్తించిన తర్వాత ప్రారంభించడానికి ఇది ఒక మంచి విషయం, బహుశా అది కస్టమర్ డేటా కావచ్చు లేదా మీరు ఎంచుకున్న ఏదైనా కావచ్చు, ఈ రోజు మీరు ఎక్కడ ఉన్నారో మీరు ఎలా బేస్‌లైన్ చేస్తారు మరియు కొన్నిసార్లు అది మరచిపోతారు, ఏదైనా
7:48 డేటా మేనేజ్‌మెంట్ ప్రాజెక్ట్‌తో మీరు విజయాన్ని చూపుతారు కానీ మీరు ఎక్కడ ప్రారంభించారో చూపించాలని గుర్తుంచుకోండి, మరియు డేటా క్వాలిటీ డాష్‌బోర్డ్ యొక్క ఈ ఆలోచన గురించి మేము తరువాత మాట్లాడుతాము, నాణ్యతతో కూడిన డేటా డాష్‌బోర్డ్ మాత్రమే కాదు, కానీ వాస్తవానికి ఉమ్‌ను కొంచెం మెటాగా ఉపయోగించడం మీకు తెలుసు, డేటా యొక్క నాణ్యతను చూడండి మరియు కాలక్రమేణా మీరు ఎలా మెరుగుపడుతున్నారో చూడటానికి మరియు కాలక్రమేణా దానిని పర్యవేక్షించడానికి నాణ్యతపై డాష్‌బోర్డ్‌ను కలిగి ఉండండి, ఆపై మేము ఏ విషయాలను పరిష్కరించబోతున్నామో మీకు నిజంగా ప్రాధాన్యత ఇస్తుంది మరియు ఆపై వాటిపై మెరుగుదలలను అభివృద్ధి చేస్తుంది, కాబట్టి రెండు స్థాయిల ఫోకస్ ఉంటుంది డేటా మేనేజ్‌మెంట్‌లో ఏదైనా ఫోకస్ ఫోకస్ ఫోకస్ మరియు నిజంగా ఆ ROIపై దృష్టి పెట్టండి, కాబట్టి ఇప్పుడు మేము ప్రాంతాన్ని ఎంచుకున్నాము మరియు బహుశా అది కస్టమర్ కాంటాక్ట్ సమాచారం కావచ్చు, వాస్తవ మెరుగుదలలు చేయడం ప్రారంభించడానికి మనం దాని గురించి ఏ ప్రాంతంపై దృష్టి పెడతాము మరియు వ్యాపార నియమాలు బాగుండే దాని గురించి ఈ రోజు మనం మాట్లాడుతాము.
8:35 దానిపై ప్రభావం చూపండి, ఆపై ROIలోని ప్రయోజనాలను నిజంగా చూడటం ఎప్పటికీ మర్చిపోకండి. తదుపరి విషయానికి వెళ్లడం చాలా సులభం మరియు మేము డేటా మేనేజ్‌మెంట్ నిపుణులుగా ఫిక్సర్‌లమే, మేము ఎల్లప్పుడూ నిర్మించి పరిష్కరించాలనుకుంటున్నాము, కానీ కొన్నిసార్లు మీరు తదుపరి విషయాన్ని పరిష్కరిస్తున్నప్పుడు గుర్తుంచుకోవడం మంచిది, ప్రజలు మీరు ఇప్పుడే నిర్మించిన దాన్ని వినియోగిస్తున్నారు కాబట్టి మీ రోల్‌అవుట్‌లో భాగంగా నిరంతరం ROIని నిరంతరం చూపించాలి, ప్రయోజనాలను చూపిస్తూ ఉండాలి మరియు మరొక విషయం ఏమిటంటే, నేను ఈ స్లయిడ్ పైకి వెళ్లే ముందు, దానిని సరిగ్గా చేయడం కృతజ్ఞత లేని ప్రయత్నం అని మీకు తెలుసు, కాబట్టి మేము కొన్ని సంస్థలలోకి లేదా కొన్ని సంస్థలకు సహాయం చేసాము, చివరికి ప్రతిదీ సజావుగా నడుస్తుంది మరియు ఎవరూ మిమ్మల్ని గమనించరు ఎందుకంటే ప్రతిదీ సరిగ్గా ఉంది మరియు వారు ఊహించలేరు విషయాలు పని చేయనప్పుడు మీరు వ్యాపారాన్ని ఎలా నడపగలరో ఉమ్మ్ అని మనం చెప్పగలం, ఆ రోజు గుర్తుందా మరియు ఇక్కడ
9:22 కొన్ని మీకు తెలిసిన డేటా నాణ్యత బేస్‌లైన్‌లు మరియు మెరుగుదల చూపించడం మరియు అది వ్యాపారాన్ని ఎలా ప్రభావితం చేసిందో చూపిస్తుంది మేము సామర్థ్యాలను తొలగించాము, మెరుగైన కస్టమర్ సమాచారంతో మెరుగైన మార్కెటింగ్ ప్రచారాలను రూపొందించగలిగాము మొదలైనవి కాబట్టి మీ స్వంతంగా చూసుకోవడం మర్చిపోవద్దు. కొంచెం హార్న్ చేసి ఆ ROI ని చూపించు ఎందుకంటే మీరు తదుపరి విషయానికి వెళ్ళేటప్పుడు మర్చిపోవడం సులభం కాబట్టి తదుపరి స్లైడ్‌కి వెళుతున్నాను నేను దానిని నిగెల్‌కి పంపుతాను, అతను ఈ వ్యాపార నియమాలను డేటా నాణ్యత యొక్క అంశంలోకి తవ్వబోతున్నాడు కాబట్టి మీకు నైగెల్ ఓకే ధన్యవాదాలు డానా మరియు శుభోదయం శుభ మధ్యాహ్నం గుడ్ మధ్యాహ్నం గుడ్ ఈవినింగ్ లైవ్ లేదా రికార్డింగ్‌గా వింటున్న ప్రతి ఒక్కరికీ శుభ సాయంత్రం ఈ రోజు మనం వ్యాపార నియమాలు అని పిలువబడే వాటిపై దృష్టి పెడతాము మరియు ముఖ్యంగా e2e ఉహ్ పద్దతి యొక్క దశలలో అవి పోషించే పాత్రపై దృష్టి పెడతాము, ఇది
10:08 డేటా యొక్క బేస్‌లైనింగ్ మరియు ఎల్లప్పుడూ వచ్చే కీలక ప్రశ్నలు అక్కడ మనకు ఉన్న డేటాను ఎలా బేస్‌లైన్ చేయాలి ప్రస్తుతం అది ఎంత మంచిదో మనకు ఎలా తెలుస్తుంది మరియు మీరు దానిని దేనితో కొలుస్తారు ఎందుకంటే మీరు ఏదైనా మంచిగా ఉందని కొలిస్తే మీరు దానిని ఒక రకమైన బెంచ్‌మార్క్ లేదా థ్రెషోల్డ్‌కు వ్యతిరేకంగా కొలవాలి కాబట్టి అవి రెండు ముఖ్యమైన ప్రశ్నలు మరియు మీరు మీపై దృష్టి పెట్టాలనుకునే ప్రాంతాలను ఎంచుకున్న తర్వాత మీరు అభివృద్ధి చెందడానికి వచ్చినప్పుడు, మీరు మెరుగుదలలను అభివృద్ధి చేస్తున్నారని తెలుసుకోవడం ప్రారంభించండి మరియు మీకు ఏ డేటా అనే ప్రశ్న వస్తుంది ఆ అభివృద్ధిని నడిపించడానికి మనం దృష్టి పెట్టాలా మరియు మనం విజయం సాధించామా లేదా అని అంచనా వేయాలా మరియు ఆ ప్రశ్నలకు సమాధానం ఇవ్వడానికి మరియు వ్యాపార నియమాలు దీనికి పూర్తిగా కీలకమని నేను నమ్ముతున్నాను మరియు వ్యాపార నియమం ఏమిటి బాగా నేను ఆ నిర్వచనాన్ని ఎడమ వైపున ఉపయోగించాను మీరు
10:54 రోనాల్డ్ రాస్ నుండి చూడగలిగినట్లుగా, ఇది విస్తృతంగా ఆమోదించబడినది. మరో మాటలో చెప్పాలంటే, వ్యాపార నియమం ప్రాథమికంగా వ్యాపార నియమాలు వ్యాపారం ఎలా పనిచేయాలి మరియు దాని నిర్ణయాలు తీసుకోవాలి అనేదానికి మార్గదర్శకాలు మరియు మీరు దాని గురించి ఆలోచించినప్పుడు, ప్రతి సంస్థ తన పాలనను నిర్వహించడానికి వ్యాపార నియమాలపై ఆధారపడి ఉంటుంది. దాని పాలన దాని వ్యక్తులు ప్రాసెస్ టెక్నాలజీ ఫైనాన్స్ లేదా మరేదైనా కావచ్చు. ఉదాహరణకు, మీకు కొన్ని ఉదాహరణలు తెలుసు వ్యాపార నియమాలు ఇన్‌వాయిస్‌ల చెల్లింపులకు అధికార స్థాయిల వంటివి ఉంటాయి. ఉమ్, ప్రతి సంస్థలో ఇన్‌వాయిస్ పది డాలర్లకు ఉంటే, దానిని చాలా జూనియర్ ఎవరైనా సంతకం చేయవచ్చు. అది 10 మిలియన్ డాలర్లకు ఉంటే అది బహుశా బోర్డు స్థాయిలో ఎవరైనా సైన్ అప్ చేయబోతున్నారు మరియు ఇది మరొక ఉదాహరణ. ఒక సంస్థలోని అమ్మకాల వ్యక్తులు
11:41 విలువ మరియు వారు చేసే అమ్మకాల పరిమాణాన్ని బట్టి బోనస్ ఎలా ఉంటుందో మీకు తెలుస్తుంది. దాని చుట్టూ ఉన్న నియమాలు మరియు మీకు నిర్మాణ సైట్ ఉంటే లేదా మీరు నిర్మాణ సైట్‌లను నడుపుతుంటే అది ఒక వ్యాపార నియమం, ఆ సైట్‌లోని కార్మికులందరూ హెల్సింగ్ యొక్క ఆరోగ్య మరియు భద్రతా నియమాలను నిర్వహించడానికి లేదా పాటించడానికి హార్డ్ టోపీలు మరియు విఐఎస్ జాకెట్లు ధరించాలి మరియు ఆ రకమైన నియమాలు వాటికవే నేరుగా డేటాతో సంబంధం కలిగి ఉండవు కానీ చాలా తరచుగా మీరు డేటా సందర్భంలో అలాంటి వ్యాపార నియమాలతో ముగించినప్పుడు అవి తరచుగా డేటా సంబంధిత వ్యాపార నియమాలకు దారితీస్తాయి మరియు ఉమ్ ఇక్కడ బలమైన సంబంధం ఉందని నేను భావిస్తున్నాను మీరు గమనించినట్లుగా దీని పైన మేము వ్యాపార నియమాలు ప్రమాణాలను నిర్వచించడానికి మరియు అమలు చేయడానికి ఉపయోగించబడుతున్నాయని చెప్పినప్పుడు అప్పుడు మనందరికీ డేటా ప్రమాణాలతో పరిచయం ఉంది మరియు మీరు ఆ ప్రమాణాలను అమలు చేసిన తర్వాత డేటా అనేది డేటాకు సంబంధించిన
12:27 వ్యాపార నియమాల యొక్క నిర్దిష్ట ఉపసమితి అని నేను వాదిస్తాను మరియు అవి మీ డేటా ప్రస్తుతం ఎంత మంచిదో అంచనా వేయడానికి మరియు దానిని ఎలా మెరుగుపరచాలో మీకు సహాయపడతాయి మరియు అక్కడ అనేక విభిన్న ఉపయోగాలు ఉన్నాయని మీరు చూడవచ్చు మరియు మీ ప్రస్తుత డేటాను శుభ్రపరచడానికి మరియు మెరుగుపరచడానికి మీరు మొదట వ్యాపార నియమాలను ఎలా ఉపయోగించవచ్చో సెషన్‌లోని మిగిలిన భాగంలో మనం వీటిలో కొన్నింటిని తాకుతాము. కాబట్టి డేటాలో ఖాళీలు లేదా డేటాలో లోపాలు ఉంటే మీరు దానిని నడపడానికి వ్యాపార నియమాలను ఉపయోగించవచ్చు. కొత్త డేటా సృష్టించబడినప్పుడు అవి కొత్త డేటాకు అనుగుణంగా ఉండే ప్రమాణాలుగా మారతాయి. మూడవ విషయం ఏమిటంటే, మీరు కొత్త ప్లాట్‌ఫారమ్‌లను నిర్మిస్తున్నట్లయితే మీకు స్పష్టంగా తెలుసు. కొత్త అప్లికేషన్లు. కొత్త డేటా సోర్సెస్. అప్పుడు ఆ నియమాలను ఆ కొత్త పరిణామాలలో
13:14 కూడా వర్తింపజేయాలి. అవి స్థిరంగా ఉన్నాయని మరియు ఇప్పటికే ఉన్న అప్లికేషన్లలో ప్రమాణాలను అమలు చేస్తున్నాయని నిర్ధారించుకోవాలి. ఆపై వ్యాపార నియమాల గురించి మరొక ముఖ్యమైన విషయం. మీరు బాగా రూపొందించిన వ్యాపార నియమాలను కలిగి ఉంటే. ఉదాహరణకు, మీరు మీ సిస్టమ్‌లలోకి చెడు డేటా రాకుండా ఆపవచ్చు. దానికి మంచి ఉదాహరణ. ఈ ఫీల్డ్ కోసం అనుమతించదగిన విలువలను చెప్పే వ్యాపార నియమం మీకు ఉంటే. ఆ ఫీల్డ్‌లో ప్రజలు వ్యాపార నియమం పేర్కొన్న దానికంటే వేరేదాన్ని ఉంచలేరని నిర్ధారించుకోవడానికి మీరు స్క్రీన్ ఎంట్రీ ధ్రువీకరణపై డ్రాప్ డౌన్ జాబితాలను సృష్టించవచ్చు. కాబట్టి వ్యాపార నియమాలు ఈ అంశాలన్నింటిలోనూ చాలా ఉపయోగకరంగా ఉంటాయి. కాబట్టి తదుపరి ప్రశ్న ఇలా అవుతుంది అనుకుందాం. మీరు వ్యాపార నియమాలను డేటాకు సంబంధించినవిగా ఎలా వర్గీకరిస్తారో మీకు తెలుస్తుంది. ఉహ్, సరే, నేను ఈ ప్రెజెంటేషన్ కోసం కొంచెం పరిశోధన చేస్తున్న ఒక విషయం ఏమిటంటే చాలా ఉన్నాయి. డేటా నియమాలతో సహా వ్యాపార నియమాలను వర్గీకరించడానికి అనేక విభిన్న మార్గాలు ఉన్నాయి, వాటిలో కొన్ని
14:01 చాలా క్లిష్టంగా ఉంటాయి మరియు డోనా మరియు నేను ఎల్లప్పుడూ గొప్పగా నమ్మే ఒక విషయం ఏమిటంటే విషయాలను సాధ్యమైనంత సరళంగా ఉంచడం, కాబట్టి డేటా వ్యాపార నియమాల విషయానికి వస్తే, మీరు డేటా గురించి మాట్లాడేటప్పుడు రెండు ప్రధాన రకాల వ్యాపార నియమాలు నిజంగా సంబంధితంగా ఉంటాయని మేము వాదిస్తున్నాము మరియు మొదటిది డేటా ఫార్మాట్‌ను పేర్కొనడం గురించి ఉహ్ దీనిని మేము మొదట ఫార్మాట్ బిజినెస్ రూల్స్ అని పిలిచాము మరియు మీరు ఏ కోడింగ్ లేదా ఏదైనా సిస్టమ్ డిజైన్ చేసిన వారు వీటితో బాగా పరిచయం కలిగి ఉంటారని మీకు తెలుసు మరియు వాటిలో మీకు ఫీల్డ్ లేదా లక్షణం ఉంటే ఉహ్ అది బైట్‌లలో ఎంత పొడవు ఉండాలి అది స్థిర పొడవుగా ఉండాలి అది వేరియబుల్‌గా ఉండాలి మొదలైనవి వంటి విషయాలు ఉంటాయి. అవి వ్యాపార నియమాలు ఉహ్ ఆపై మీరు ఫీల్డ్ యొక్క ఫార్మాట్ ఎలా ఉండాలి వంటి విషయాలను చూడవచ్చు ఆ ఫీల్డ్‌లోని అన్ని కంటెంట్‌లు అక్షరమాలతో ఉండాలి
14:47 ఉదాహరణకు ఎవరికైనా మొదటి పేరు విషయంలో అవి ఫైనాన్స్ ఫీల్డ్ విషయంలో పూర్తిగా సంఖ్యాపరంగా ఉంటే లేదా కోడ్ పరంగా రెండింటి మిశ్రమంగా ఉంటే కాబట్టి ఫార్మాట్ నియమాలు నిజంగా ముఖ్యమైనవి కానీ మీరు కంటెంట్ వ్యాపార నియమాలను కూడా కలిగి ఉండవచ్చు. మీకు డేటా ఎంట్రీ ఫార్మాట్ లేదా ఫీల్డ్ కుడివైపు ఉండవచ్చు, అప్పుడు మీరు దాని కంటెంట్‌ను సెట్ చేసిన వ్యాపార నియమాలకు అనుగుణంగా తనిఖీ చేయవచ్చు, ఉదాహరణకు అనుమతించదగిన విలువలు వంటివి, కాబట్టి ఫీల్డ్‌లో 1 నుండి 10 వరకు సంఖ్యలు మాత్రమే ఉండాలి మరియు మరేమీ ఉండకూడదు, ఉదాహరణకు ఆ ఫీల్డ్ తప్పనిసరి లేదా ఐచ్ఛికం, కాబట్టి కొన్ని సందర్భాల్లో మీరు మొబైల్ నంబర్ అని చెప్పే ఫీల్డ్‌ను కలిగి ఉండవచ్చు, కానీ క్లయింట్లు మరియు కస్టమర్ల కోసం వారు మీకు వారి మొబైల్ నంబర్‌ను ఇవ్వకూడదనుకుంటే ఆ ఫీల్డ్‌ను ఖాళీగా ఉంచవచ్చు మరియు
15:34 ఇతర ఫీల్డ్‌లు లేదా రికార్డులతో సంబంధాలను కూడా ఇవ్వవచ్చు మరియు నేను దానిని తర్వాత స్పృశిస్తాను, కొన్నిసార్లు వ్యాపార నియమాలు ఒక ఫీల్డ్ మరొక ఫీల్డ్‌తో ఎలా సంబంధం కలిగి ఉండాలి లేదా పరస్పరం ఆధారపడి ఉండాలి అని పేర్కొంటాయి మరియు దీన్ని జీవం పోయడానికి ఉత్తమ మార్గం మీకు కొన్ని సాధారణ ఉదాహరణలు ఇవ్వడం అని నేను భావిస్తున్నాను మరియు ఇవి చాలా సరళమైన ఉదాహరణలు ఎందుకంటే వ్యాపార నియమాలు చాలా క్లిష్టంగా మారతాయి ఉమ్ ఏదైనా కోడింగ్ చేసిన ఎవరైనా మరియు కంప్యూటర్ కోడ్‌లో వీటిలో కొన్నింటిని అమలు చేయడానికి ప్రయత్నించినందున మనకు తెలుస్తుంది ఉమ్ ఇవి కొన్ని మంచి ఉదాహరణలు, ఉదాహరణకు UKలో నివసించే ఎవరికైనా UKలోని జాతీయ బీమా నంబర్ ఎల్లప్పుడూ లేదా ఎల్లప్పుడూ ఆ ఫార్మాట్‌లో ఉంటుందని నాకు తెలుస్తుంది. రెండు ఆల్ఫాస్ మూడు డబుల్ సెట్ల సంఖ్యా మరియు పూర్తి చేయడానికి ఒక ఆల్ఫా లేదా మీరు US లేదా కెనడాలో నివసిస్తుంటే, పుట్టిన తేదీ సాధారణంగా ఆ ఫార్మాట్‌లో ఉంటుంది, నెల మరియు సంవత్సరం,
16:20 రోజు కాకుండా, నెల మరియు సంవత్సరం, ఉదాహరణకు, యూరప్‌లో ఉంటుంది మరియు మీరు రౌటర్ ఐడెంటిఫైయర్ లాంటిది కలిగి ఉంటారు, అది ఆ నమూనాకు అనుగుణంగా ఉండాలి కాబట్టి ఫార్మాట్ వ్యాపార నియమాలు ప్రాథమికంగా డేటా ఎలా ఉండాలో పేర్కొనడానికి మిమ్మల్ని అనుమతిస్తాయి మరియు అందువల్ల మీరు ఆ ఫీల్డ్‌లలోని వాస్తవ డేటాను చూసినప్పుడు, మీరు పోల్చవచ్చు మరియు మరియు మరియు దీనిని బెంచ్‌మార్క్‌గా ఉపయోగించవచ్చు, ఆ ఫీల్డ్‌లలోని డేటా ఆ ఫార్మాట్ నియమాలకు అనుగుణంగా ఉందా అని చెప్పవచ్చు మరియు మీరు కంటెంట్ నియమాలతో కూడా అదే చేయవచ్చు మరియు కంటెంట్ నియమాలకు కొన్ని ఉదాహరణలు ఇక్కడ ఉన్నాయి, కాబట్టి ఉదాహరణకు ఈ సంస్థలో మీకు సేల్స్ ప్రతినిధి ఉంటే, ఉహ్ సేల్స్ ప్రతినిధిని ఒకే ఒక్క సేల్స్ ప్రాంతానికి మాత్రమే కేటాయించవచ్చు, మీరు ఈ సంస్థలో సేల్స్ ప్రతినిధిని కలిగి ఉండకూడదు, అది ఒకటి కంటే ఎక్కువ సేల్స్
17:06 ప్రాంతాలకు కేటాయించబడింది, మీరు ఉదాహరణకు సరఫరాదారుని చూడవచ్చు మరియు సరఫరాదారు కనీసం ఒక అనుబంధ భౌగోళిక చిరునామాను కలిగి ఉండకపోతే చెల్లుబాటు అయ్యే సరఫరాదారు కాలేరని మీరు అంటున్నారు మరియు కొన్నిసార్లు వ్యాపార నియమాలు కూడా ఇందులో ఉండవచ్చు. వాటి లెక్కలు కూడా ఇక్కడ దిగువన ఉన్న దానిలాగే ఉంటాయి, ఒక తయారీ సంస్థలో మనం మన ఉత్పత్తికి వసూలు చేసే ధరను ఎల్లప్పుడూ ఆ ఉత్పత్తి యొక్క యూనిట్ ధర ప్లస్ 25 ఆధారంగా లెక్కించాలని చెప్పే నియమం ఉండవచ్చు మరియు మీకు తెలిసినట్లుగా మీరు ఎప్పుడైనా వీటిలో కొన్నింటిని అమలు చేయడానికి ప్రయత్నిస్తే నాకు కోబాల్ట్‌లో కోడింగ్ గుర్తుండేంత వయస్సు ఉందని నాకు గుర్తుంది నమ్మండి లేదా నమ్మవద్దు మీలో కొంతమందికి ఇది బహుశా పురాతన చరిత్ర కావచ్చు మరియు నేను ఒక ప్రోగ్రామర్‌గా చాలా గూడు కట్టిన ప్రకటనలను రూపొందించడానికి ప్రయత్నిస్తున్నప్పుడు భయంకరమైన పికిల్స్‌లో చిక్కుకున్నట్లు నాకు గుర్తుంది, కాబట్టి ఇది నిజమైతే ఇది జరగవచ్చు ఇవన్నీ జరగవచ్చు మరియు ఇది
17:52 నా ఇంటిని జరిగేలా చేస్తుంది మరియు అవి చాలా తక్కువ స్థాయి కోడ్ స్థాయి వ్యాపార నియమాలు, ఇవి తరచుగా ఇలాంటి మార్గాల నుండి ఉద్భవించాయి కాబట్టి డోనా చెప్పినట్లుగా మీరు వ్యాపారాన్ని ఎక్కడ గుర్తించగలరు? నియమాలు అవన్నీ ఒక సంస్థలో ఎక్కడో ఒకచోట చక్కగా అమర్చబడి ఉంటే బాగుంటుంది కానీ నాకు తెలియదు, ఈ గ్రహం మీద అలా చేసే ఒక సంస్థ ఉంటే మరియు ఉహ్ కాబట్టి మీరు వ్యాపార నియమాల కోసం చూస్తున్నప్పుడు మీరు నిజంగా కొంచెం డిటెక్టివ్ పని చేయగలరు మరియు వ్యాపార నియమాలకు చాలా మంచి మూలం మరియు డోనా దీని గురించి ఒక నిమిషంలో మాట్లాడబోతున్నారు డేటా మోడల్స్ ఉమ్ మీ దగ్గర డేటా మోడల్స్ ఉంటే డోనాల్డ్ ఒక సాధారణ డేటా మోడల్ వ్యాపార నియమాలు ఎలా ఉండాలో గుర్తించడానికి మీకు తరచుగా ఎలా సహాయపడుతుందో చూపిస్తుంది అప్పుడు మీకు మంచి పాత వ్యాపార డాక్యుమెంటేషన్ ఉంది కాబట్టి మీరు డేటాను ఇన్‌పుట్ చేస్తున్న వ్యక్తుల కోసం వినియోగదారు సూచనలు వంటి వాటిని కలిగి ఉండవచ్చు
18:39 మరియు వారు ఇన్‌పుట్ స్క్రీన్‌ను పూర్తి చేసినప్పుడు ఆ డాక్యుమెంటేషన్‌లో కొన్ని సూచనలు ఉండవచ్చు, ఉదాహరణకు స్క్రీన్‌పై ఉన్న ఆ నిర్దిష్ట ఫీల్డ్‌లలో ఉంచగల చెల్లుబాటు అయ్యే విలువలు ఏమిటో వారికి తెలియజేయవచ్చు మరియు అప్పుడు మీకు డాక్యుమెంటేషన్ కూడా ఉంది అది అవసరం స్పెక్ కాదా సిస్టమ్ మాన్యువల్‌లో కూడా కొన్ని నియమాల సోర్స్ కోడ్ ఉండవచ్చు కొన్నిసార్లు నేను సంస్థలలో పని చేస్తాను, అక్కడ మీరు అక్షరాలా సోర్స్ కోడ్‌ను చూడవలసి ఉంటుంది అమలు చేయబడుతున్న వ్యాపార నియమం ఏమిటో తెలుసుకోండి మరియు మీరు మాస్టర్ లేదా రిఫరెన్స్ డేటాను కలిగి ఉండటానికి అదృష్టవంతులైతే డోనా ఇంతకు ముందు చెప్పినట్లుగా కరెన్సీ కోడ్‌లు వంటివి మీకు చెల్లుబాటు అయ్యే విలువల సమితిని ఇస్తాయి, వాటిని మీరు మీ నిర్దిష్ట అప్లికేషన్‌లో అమలు చేయవచ్చు మరియు మళ్ళీ మీకు మెటాడేటా తరచుగా వ్యాపార నియమాల యొక్క మంచి వనరులు
19:24 ఉదాహరణకు పదకోశాలు మరియు నిఘంటువులు మరియు మెటాడేటా రిపోజిటరీలు తెలుసు మరియు డేటా ప్రొఫైలింగ్ అవుట్‌పుట్‌ల నుండి మీరు వ్యాపార నియమాలను అనుభవపూర్వకంగా ఎలా పొందవచ్చో ఒక నిమిషంలో కొంచెం మాట్లాడుతాము, మరొక విషయం ఏమిటంటే, పైన పేర్కొన్నవి ఎంత మంచివో పట్టింపు లేదు కానీ మీరు ఎల్లప్పుడూ వ్యాపార నియమాల కోసం చూస్తున్నప్పుడు ఎల్లప్పుడూ వాటాదారులతో నిమగ్నమవ్వండి వారు డేటా ఉత్పత్తిదారులు అయినా వినియోగదారులు అయినా మీరు డేటా గవర్నెన్స్‌ను కలిగి ఉంటే వారు మీరు కనుగొనగల ఏదైనా విషయ నిపుణులపై డేటా స్టీవార్డ్‌ల డేటా యజమానులు కావచ్చు మరియు మేము కనుగొన్న రెండు కారణాలు ఉన్నాయి, అనేక సంస్థలలోని అనేక వ్యాపార నియమాలు వాస్తవానికి అంతర్లీనంగా ఉంటాయి ప్రజల తలల లోపల మరియు అవి నిజంగా అధికారికంగా డాక్యుమెంట్ చేయబడవు మరియు అవి దాదాపు ఆ పురాణం మరియు సంప్రదాయం ద్వారా ఆమోదించబడతాయి నేను చెప్పిన సంస్థలో నేను ప్రశ్నలు అడిగానని మీకు తెలుసు.
20:13 కాబట్టి ఆ విలువ ఎంత ఉంటుందో అప్పుడు ఓహ్ అవి ఇది కావచ్చు లేదా అది సరైనదే కావచ్చు, అది ఎలాగైనా వ్రాయబడి ఉంటుంది కాదు, ఇది మనం ఎల్లప్పుడూ చేసే పని కాబట్టి మీరు ప్రజలతో మాట్లాడి వారు చేస్తున్న దాని నుండి ఈ అవ్యక్త నియమాలను సంగ్రహించడానికి మాట్లాడాలి. మరొక విషయం కూడా మీరు డాక్యుమెంట్ చేయబడిన నియమాలను పొందే చోట కొన్నిసార్లు చాలా తరచుగా డాక్యుమెంటేషన్ పాతది అవుతుంది మరియు డాక్యుమెంటేషన్‌లో ప్రతిబింబించని అప్లికేషన్లు లేదా సిస్టమ్‌లకు మార్పులు చేయబడతాయి, కాబట్టి మీరు ఎల్లప్పుడూ ముఖ విలువతో డాక్యుమెంటేషన్‌ను తీసుకోలేరు కాబట్టి దానిని త్రవ్వడం చాలా ముఖ్యం అని నేను భావిస్తున్నాను కాబట్టి నేను ఇప్పుడు డోనాకు తిరిగి ఇవ్వబోతున్నాను, కొన్ని కోర్ మరియు కీ బిజినెస్ నియమాలను పొందటానికి నిజంగా మంచి ప్రారంభ బిందువుగా డేటా మోడల్‌ల విలువ గురించి ఎవరు మీకు కొంచెం చెబుతారు, డోనా ఖచ్చితంగా ధన్యవాదాలు నైజెల్ ఉమ్ కాబట్టి ఉమ్ నేను
20:58 దీని గురించి తేలికగా చెబుతాను, వచ్చే నెలలో డేటా మోడలింగ్‌పై మొత్తం వెబ్‌నార్ ఉంటుంది, కానీ వ్యాపార నియమాలకు సంబంధించిన డేటా మోడలింగ్ యొక్క అందాలలో ఒకటి కొన్ని విషయాలను తాకుతుంది నిగెల్ ఇప్పుడే చెప్పాడు, ఇది టాప్ డౌన్ మరియు బాటమ్ అప్ రెండూ ఉమ్ మరియు అవి సమలేఖనం అవుతాయో లేదో చూడటానికి సరిపోలడం కాబట్టి కొన్ని పై నుండి క్రిందికి అంటే ప్రజల తలల్లో లేదా పత్రాలలో లేదా శిక్షణా సామగ్రి మొదలైన వాటిలో ఉన్న విషయాలు. టాప్ డౌన్ లేదా కాన్సెప్చువల్ లేదా లాజికల్ డేటా మోడల్ గురించి మంచి విషయాలలో ఒకటి. మీరు డేటా మోడల్‌తో ప్రారంభించి లేదా వాక్యాలను తీసుకొని వాటిని డేటా మోడల్‌గా మార్చినట్లయితే మీరు వీటిని వాస్తవానికి వాక్యాలుగా అనువదించవచ్చు. కొన్నిసార్లు ఈ చాలా సాధారణ సమస్యలే సిస్టమ్ అమలు కాకుండా ఉండటానికి లేదా నివేదిక తప్పుగా ఉండటానికి కారణమవుతాయి.
21:47 నేను చెడు ప్రకటన పొందినప్పుడు లేదా నేను ఉపయోగిస్తున్న కొన్ని వ్యవస్థ సరిగ్గా పనిచేయనప్పుడు నేను జీవితంలో దానితో దాదాపుగా ఆడతాను. నేను తరచుగా దీని వెనుక ఉన్న డేటా మోడల్‌ను దాదాపుగా ఊహించగలనని అనుకుంటున్నాను. సరిగ్గా పనిచేయడం లేదు. ఒక ఉద్యోగి ఒకటి కంటే ఎక్కువ విభాగాలకు పని చేయగలడని మీకు తెలుసు. ఒక కస్టమర్ ఒకటి కంటే ఎక్కువ ఖాతాలను కలిగి ఉండవచ్చు. కాబట్టి డేటా మోడల్‌లు వ్యాపార నియమాల ఉపసమితి. మీరు ఆ నమూనాను పొందవచ్చు. ఒకటి ఉందా? మీకు ఒకటి కంటే ఎక్కువ ఉందా? ఇది నైజెల్ ముందు చెప్పినట్లుగా కాదు. నా ఉద్దేశ్యం సాఫ్ట్‌వేర్ ప్రోగ్రామ్‌లు చాలా సూక్ష్మంగా ఉంటాయి. మీరు ఒకే విభాగంలో ఉండవచ్చు. మీరు మూడు విభాగాలలో ఉండవచ్చు. మీ డిపార్ట్‌మెంట్ కోడ్ ఇది అయితే, దానికి ప్రోగ్రామింగ్ లాజిక్ అవసరం అని మీకు తెలుసు. కానీ వీటిలో కొన్ని. బేసిక్ కోర్ రూల్స్ ఉమ్ కానీ నేను వాటిని తక్కువ అంచనా వేయను, ఉదాహరణకు మొదటి ఉద్యోగి ఒకటి కంటే ఎక్కువ డిపార్ట్‌మెంట్‌లలో పని చేయగలడు, అది నా జీవితాన్ని దుర్భరం చేసింది ఉమ్ నేను ఒక సంస్థలో ఉన్నాను,
22:33 అక్కడ నేను పాక్షికంగా కన్సల్టింగ్ ఆర్గనైజేషన్‌లో ఉన్నాను, నేను పాక్షికంగా ప్రొడక్ట్ డెవలప్‌మెంట్‌లో ఉన్నాను మరియు నేను కొన్నిసార్లు మార్కెటింగ్ కోసం కొన్ని పనులు చేసాను మరియు నేను వ్యాపార పర్యటన కోరుకుంటే నేను ఒకేసారి ఆ మూడు పనులు చేస్తూ ఉండవచ్చు మరియు నా ఖర్చులను మరియు నా సమయాన్ని వేర్వేరు గ్రూపులకు కేటాయించాల్సి వచ్చింది, ఆ సంస్థ ఉపయోగించిన ERP సిస్టమ్ లేదా దానిని ఏర్పాటు చేసిన విధానం లేదా మళ్ళీ మీరు వ్యాపార నియమాలను పరిశీలించాల్సి ఉంటుందని ఎవరికి తెలుసు, వారి పాత్ర ఒక ఉద్యోగి ఒకటి కంటే ఎక్కువ డిపార్ట్‌మెంట్‌లలో పని చేయగలడని అనుమతించలేదు కానీ నేను మూడు డిపార్ట్‌మెంట్‌లలో పనిచేశాను కాబట్టి నేను గంటల తరబడి సమయం గడుపుతున్నానని ఆలోచించండి మరియు అకౌంటింగ్ భాగస్వామి ఈ చాలా కోర్ బిజినెస్ రూల్స్‌లో కొన్నింటిని చదవడం వంటి సరళమైన పనిలో పాల్గొనవలసి వచ్చింది, మీకు ఒకటి కంటే ఎక్కువ డిపార్ట్‌మెంట్‌లు ఉండవచ్చా? మీకు ఒకటి ఉండాలి మరియు మీరు డేటా మోడల్ అయితే మరియు మీరు బహుశా మీ తల ఊపుతుంటే, కొన్నిసార్లు ఆ సాధారణ నియమాలు అంత
23:18 తేడాను కలిగిస్తాయి మరియు వాటిలో ఒకటి అంటే ఏమిటి? అయ్యో, నాకు చాలా ఇష్టం, డేటా గురించి కథలు చెప్పడం నాకు చాలా ఇష్టం, కానీ ఎన్ని సమస్యలు ఉన్నాయో మీకు తెలుసు, కస్టమర్ అంటే ఏమిటి? నేను చాలా పెద్ద సంస్థలో ఉన్నాను, అక్కడ నేను ఉద్యోగిని మరియు వారు ఉత్పత్తి లేని వ్యక్తులకు పునరుద్ధరణ నోటీసులు పంపారు. ఎందుకంటే వారు మళ్ళీ దానిని మార్కెటింగ్ డేటాబేస్‌కు పంపుతున్నారు, అది కస్టమర్ అని చెప్పారు, కానీ అది కస్టమర్ కాదు, వారు కూడా వెతుకుతున్న వ్యక్తులు. మరియు మీకు వీటిలో దేని గురించి ఇలాంటి కథలు ఉన్నాయని నేను ఖచ్చితంగా అనుకుంటున్నాను. ఉత్పత్తి ఏమిటి ఉద్యోగి ఏమిటి రోగి ఏమిటి? మరియు మీరు మీ స్నేహితులకు వింతగా అనిపించవచ్చు కానీ ఇవన్నీ నిజంగా వ్యాపార పాత్రలకు సంబంధించినవి మరియు సానుకూలంగా లేదా తరచుగా దురదృష్టవశాత్తు ప్రతికూలంగా ఒక సంస్థపై భారీ ప్రభావాన్ని చూపుతాయి, కాబట్టి మనం తదుపరి స్లైడ్‌కి వెళితే అది కొంతవరకు పై నుండి క్రిందికి ఉంటుంది. ఉమ్ ఇది ఇప్పటికీ
24:05 కాన్సెప్చువల్ లాజికల్‌లో ఉంది మరియు మళ్ళీ అది నిర్వచనాలు ఒక వ్యాపార నియమం నిర్వచనంలో ఉండవచ్చు. ఈ ప్రత్యేక సాధనం నాకు ఇష్టం ఎందుకంటే ఇది డేటా మోడల్‌లోనే ఆ వ్యాపార నిర్ణయాలను చూపిస్తుంది. ఉద్యోగి పూర్తి లేదా పార్ట్-టైమ్ కార్మికుడు కావచ్చు. సంస్థ కాంట్రాక్టర్ల కోసం యాక్టివ్ పేరోల్‌లో ఉన్నవారు ఉద్యోగులు కాదు, వారు ఉద్యోగిగా ఉండటానికి యాక్టివ్ పేరోల్‌లో ఉండాలి అంటే వారు కొంత సమయం తీసుకుంటుంటే బహుశా వారు ఉద్యోగి కాకపోవచ్చు దాని గురించి ఆలోచిద్దాం లేదా పార్ట్ టైమ్‌గా భాగస్వామిని చేర్చుదామా? వ్యాపారవేత్తలు ఈ మోడల్‌ను చూసినప్పుడు మళ్ళీ చర్చించడం ప్రారంభించగల విషయాలు అన్నీ ఉన్నాయి కొన్ని విషయాలు ప్రతి సంస్థ నుండి భిన్నంగా ఉంటాయి మరియు ఇది ఒక ఎంపిక కాబట్టి ఈ ప్రత్యేక సందర్భంలో పార్ట్ టైమ్ వ్యక్తులను మా చర్చలో ఉద్యోగులుగా చేర్చుదామా లేదా కాదు ఉమ్ సాధారణంగా కాంట్రాక్టర్లు ఉద్యోగులు కాదని మీకు తెలుసు కానీ మళ్ళీ అది
24:50 ప్రతి సంస్థ భిన్నంగా ఉంటుంది లేదా ఉమ్ మీరు డేటా మోడల్ యొక్క కార్డినాలిటీ లైన్‌లను ఇష్టపడతారు మీకు తెలుసు ఒకటి కంటే ఎక్కువ హక్కులు ఉండవచ్చు ఒక సేల్స్ ప్రతినిధి ఒకటి కంటే ఎక్కువ కంపెనీలతో మరియు తరువాత దిగువ ఎడమ వైపు పని చేయవచ్చు కానీ ప్రతి కంపెనీకి అంకితమైన సేల్స్ ప్రతినిధి ఉంటారు కొన్ని కంపెనీలకు సేల్స్ ప్రతినిధి లేరు అవి సేల్స్ ప్రతినిధిని కలిగి ఉండటానికి చాలా చిన్నవి పెద్ద నిర్ణయం కుడి లేదా ఆ కస్టమర్‌కు సహాయం చేయడానికి మనకు అనేక మంది సేల్స్ ప్రతినిధి ఉండవచ్చా అని నిజంగా ఆలోచించండి కాబట్టి అది డేటా మోడల్ యొక్క అందం నాకు ఇష్టం ఎందుకంటే వారు కథలు చెబుతారు మరియు మళ్ళీ అది పై నుండి క్రిందికి విధానం మరియు మేము తరచుగా చేసేది మీరు కూడా అలా చేయగలిగితే అది నియమం కావచ్చు ఉమ్ ఉమ్ ఒక ఉద్యోగి ఒక విభాగంలో మాత్రమే ఉండగలడని మీకు తెలుసు మరియు అప్పుడు మేము డేటాబేస్‌ల నుండి రివర్స్ ఇంజనీర్ చేయవచ్చు మరియు బహుశా ఎంబెడెడ్ లాజిక్ మరియు డేటాబేస్‌లు దీనికి విరుద్ధంగా చెబుతాయి, ఒకటి కంటే ఎక్కువ ఉండవచ్చు మరియు మీరు
25:35 సంబంధాలను చూడవచ్చు మరియు తరచుగా అక్కడ మీరు దానిని పై నుండి క్రిందికి కాన్సెప్టివ్ మరియు లాజికల్ డిజైన్‌తో చేయడంలో సమస్యలను చూస్తారు, అది ప్రజల తలలలో ఉన్నది మరియు తరువాత దిగువ నుండి డేటాబేస్ నుండి రివర్స్ ఇంజనీరింగ్ మరియు అదే సిస్టమ్‌లో ఉన్నది మరియు మా కన్సల్టింగ్ ప్రాక్టీస్‌లో ఆ రకమైన విషయంతో మేము కొన్ని భారీ ఆహా క్షణాలను కలిగి ఉన్నాము సరే సరే మీరు ఒక విషయం చెబుతున్నారు సిస్టమ్స్ అలా చేయడం లేదు మరియు మేము ప్రస్తుతం ఒక పెద్ద ఆర్థిక సంస్థతో కొన్ని వర్క్‌షాప్‌లతో అలా చేస్తున్నాము మరియు ఇది మీకు తెలిసినంత సులభం ఉమ్ మరియు వ్యాపార వ్యక్తులు నో అన్నారు మరియు మేము సిస్టమ్స్‌లో బాగా చెప్పాము మరియు దానిలో కొంత భాగం డేటాబేస్‌లు దానిలో భాగం నిగెల్ సిస్టమ్ లాజిక్‌ను చెప్పినట్లుగా మేము బాగా చెప్పాము అది కాబట్టి మనం దేనిని మారుస్తాము వ్యాపార నియమాన్ని మారుస్తామా లేదా వ్యవస్థను మారుస్తామా కానీ ఎవరూ వారు దానిని గ్రహించారు మరియు వ్యాపార నాణ్యత నియమాలు ఎందుకు ఉన్నాయని ఆలోచిస్తున్నారు
26:21 కాబట్టి కొంత ప్రయత్నం చేయండి, కొంత గూఢచర్యం చేయండి, కానీ మీరు ఆ విధమైన విషయాన్ని ఆస్వాదిస్తే, విషయాలు ఎందుకు పనిచేయడం లేదో దాచిన నగ్గెట్‌లు మీకు తెలుసు కాబట్టి నేను దానిని నిగెల్‌కి తిరిగి పంపబోతున్నాను మరియు మీరు డేటా మోడల్‌లను ఇష్టపడితే వచ్చే నెలలో మాతో చేరండి కానీ మీకు నిగెల్ ధన్యవాదాలు డోనా ఉమ్ అవును, నేను ఇప్పుడు ఏమి చేయబోతున్నాను అంటే డోనా ఇంతకు ముందు చెప్పినట్లుగా మేము ఏ ప్రశ్నపై చాలా ఆసక్తిగా ఉన్నాము మరియు వ్యాపార నియమాలు ఎందుకు అంత ముఖ్యమైనవి కాబట్టి దీన్ని వివరించడానికి మంచి మార్గం UK నుండి వ్యాపార నియమాలు ఎక్కడ తప్పిపోయాయో లేదా తప్పుగా ఉన్నాయో మీకు రెండు నిజ జీవిత ఉదాహరణలను ఇవ్వడం అని నేను భావించాను మరియు వాటిలో మొదటిది ఈ సంవత్సరం ప్రారంభంలో UKలో హెడ్‌లైన్ న్యూస్‌గా మార్చబడింది, మా రెండవ శీతాకాలపు లాక్‌డౌన్ మరియు ఇది లివర్‌పూల్ నగరంలో జరిగింది,
27:07 ఇది ప్రపంచవ్యాప్తంగా చాలా మందికి బాగా తెలుసు ఎందుకంటే ఇది బీటిల్స్ వచ్చిన ప్రదేశం మరియు అదే లివర్‌పూల్‌లోని వాటర్‌ఫ్రంట్‌లో మీరు చూడగలిగే బీటిల్స్ విగ్రహం కానీ లియామ్ థోర్ప్ పింటో బీర్‌తో అక్కడ దిగువన వదిలిపెట్టిన వ్యక్తి 32 ఏళ్ల లివర్‌పూల్ నివాసి, అతని గురించి ఎవరూ వినలేదు, అతను తన స్థానిక UH క్లినికల్ కమిషనింగ్ గ్రూప్ నుండి ఒక లేఖ అందే వరకు మరియు అతను వ్యాక్సిన్ కోసం ప్రాధాన్యత ఆహ్వానాన్ని అందుకున్నాడు ఎందుకంటే అతను ఆ హెల్త్ బోర్డు ద్వారా వైద్యపరంగా మోర్బిడ్లీ ఊబకాయం ఉన్న వ్యక్తిగా వర్గీకరించబడ్డాడు కాబట్టి మీరు పేద ఓలిమ్‌ను చూస్తే మీరు ఇప్పటివరకు చూసిన అత్యంత సన్నగా ఉన్న వ్యక్తి కాకపోవచ్చు కానీ మీరు ఖచ్చితంగా అతన్ని మోర్బిడ్లీ ఊబకాయం ఉన్న వ్యక్తిగా వర్ణించరు కాబట్టి అతను దీనితో కొంచెం గందరగోళం చెందాడు మరియు
27:52 దాని గురించి ప్రశ్నలు అడగడం ప్రారంభించాడు. ఏదో ఒక కారణం వల్ల అతన్ని మోర్బిడ్లీ ఊబకాయం ఉన్న వ్యక్తిగా పరిగణించడం జరిగింది. ఉమ్ అతని ఆరోగ్య రికార్డులో అతని ఎత్తు అతని వాస్తవ ఎత్తు ఆరు అడుగుల రెండు అంగుళాలు కాదు, కానీ 6.2 సెంటీమీటర్లు, ఇది బహుశా అతన్ని చరిత్రలో లివర్‌పూల్‌లోని అతి చిన్న నివాసితులలో ఒకరిగా చేసి ఉండేది మరియు దాని అర్థం ఏమిటంటే జలుబు నుండి అనారోగ్యం పాలవడం కంటే కానీ అతను తన పొరుగువాడి పిల్లి వల్ల క్రూరుడిగా ఉండే అవకాశం చాలా ఎక్కువ అని నేను అనుకున్నాను మరియు దానిని మరింత దిగజార్చడానికి వారు అతని శరీర ద్రవ్యరాశి సూచికను లెక్కించడానికి ఆ 6.2 సెంటీమీటర్ల ఎత్తును ఉపయోగించారు ఎందుకంటే వారికి అతని బరువు తెలుసు మరియు వారు దానిని నమోదు చేశారు సరే ఉహ్ వారు 28 000 నుండి బయటకు వచ్చారు అయితే ఉహ్ 40 కంటే ఎక్కువ ఉన్న శరీర ద్రవ్యరాశి సూచికను
28:39 వ్యాధిగ్రస్తంగా ఊబకాయంగా వర్గీకరించారు కాబట్టి అతను వ్యాధిగ్రస్తంగా ఊబకాయం కాదు అతను వ్యాధిగ్రస్తంగా ఊబకాయం కలిగి ఉన్నాడు మీరు దానిని నమ్మితే ఉమ్ మరియు అతను నిజంగా అతను అని ఫిర్యాదు చేసినప్పుడు వారు తమ మార్గాల తప్పును గ్రహించారు మరియు అతన్ని టీకా క్యూలో తిరిగి ఉంచారు, అది యువకుడిగా ఉండటం వల్ల కొంచెం డోనట్ మరియు మీరు లివర్‌పూల్ క్లినికల్ కమీషనింగ్ గ్రూప్ చైర్ నుండి పసుపు పెట్టెలో ఉన్న కోట్‌ను గమనించినట్లయితే ఇది UKలోని వివిధ వార్తా ఛానెల్‌లలో హెడ్‌లైన్ న్యూస్‌గా వచ్చింది మరియు ఆమె అవును ఇది చాలా ఫన్నీ కథ అని నేను చూడగలను కానీ మనం పరిష్కరించాల్సిన ముఖ్యమైన సమస్యలు ఉన్నాయని కూడా వారు గుర్తించారు మరియు ప్రాథమికంగా మీరు ఇక్కడ ఏమి తప్పు జరిగినా ఖచ్చితంగా వ్యాపారం అని చూడవచ్చు నియమాలు సరైనవి కావు ఎందుకంటే వ్యాపార నియమం ఎవరికైనా కనీస ఎత్తు ఎంత ఉండాలో బాగా పేర్కొనాలని మీరు అనుకుంటారు
29:25 మరియు స్పష్టంగా 6.2 సెంటీమీటర్ల ఎత్తు ఉన్న వ్యక్తి బహుశా సరైనది కాదు ఉమ్ కాదు అతని పేరు టామ్ థంబ్ అయితే తప్ప మరియు గరిష్ట బిఎమ్‌ఐ ఉండాలి, ఇది అర్ధమే కాబట్టి బిఎమ్‌ఐ 28 000 కలిగి ఉండటం నిజంగా కొంచెం పిచ్చిగా ఉంటుంది, ఎందుకంటే 40 మంది స్థూలకాయులు మరియు మరొక విషయం ఏమిటంటే ఫార్మాట్ వ్యాపార నియమం, ఇది ఏ విధమైన సిస్టమ్ డిజైన్ జరుగుతుందో అక్కడ ఎవరైనా ఒకరి హైకింగ్ సెంటీమీటర్లను అడుగులు మరియు అంగుళాలలో కాకుండా రికార్డ్ చేయవచ్చు, కాబట్టి అది కూడా కొంచెం వింతగా అనిపిస్తుంది కాబట్టి ఉమ్ ఏమైనప్పటికీ అతను ఇది ఫన్నీ కథ అని చెప్పాడు ఉమ్ లాక్‌డౌన్‌లో శీతాకాలంలో మనమందరం దయనీయంగా ఉన్న సమయంలో మనందరినీ ఉత్సాహపరిచింది కానీ ఉమ్ ఈ క్లినికల్ కమీషనింగ్ గ్రూప్ వాస్తవానికి డేటాను ఎలా నిర్వహిస్తుందో మరియు డేటా నాణ్యత గురించి నేను కొన్ని సమస్యలను లేవనెత్తాను,
30:11 వారు తమ డేటాను సరిగ్గా పొందారని నేను అనుకుంటున్నాను మరియు గత సంవత్సరం బయటకు వచ్చిన మరొక ఉదాహరణ ఉమ్ విమానం టేకాఫ్ గురించి UK లోని బర్మింగ్‌హామ్ విమానాశ్రయం మరియు US ప్రమాదాల దర్యాప్తు విభాగం ఏప్రిల్‌లో ఒక నివేదికను ప్రచురించింది, యూరప్‌కు మూడు విమానాలు బయలుదేరడానికి ఒక సంవత్సరం ముందు వారు ఆ విమానాల బరువును విమానానికి 1200 కిలోగ్రాములు తక్కువగా అంచనా వేశారు. ఇప్పుడు విమానం టేకాఫ్ కావడం గురించి ఏదైనా తెలిసిన ఎవరికైనా విమానం బరువు పైలట్ సరైన టేకాఫ్ వేగం ఏది, ఇంజిన్‌లకు వర్తింపజేయడానికి సరైన థ్రస్ట్ మొదలైనవాటిని నిర్ణయించడంలో చాలా కీలకమని తెలుసు. తప్పు లెక్క కారణంగా టేకాఫ్‌లో తీవ్రమైన సంఘటన జరిగి ఉండవచ్చు. అదృష్టవశాత్తూ విమానాలు సురక్షితంగా టేకాఫ్ అయ్యాయి కానీ పైలట్లు టేకాఫ్‌లో కొన్ని సమస్యలను నివేదించారు
30:58 మరియు అది జరగడానికి కారణం నిజంగా చాలా సులభం. ఈ ప్రత్యేక AF UH విమానం ఉపయోగిస్తున్న వ్యవస్థలో. ఎయిర్‌లైన్ టైటిల్ మిస్ అయిన ప్రయాణీకులందరినీ ఉపయోగించుకుంటోంది. సరఫరాదారులు పెద్దలు కాదు, పిల్లలు అని భావించారు మరియు వ్యాపార నియమం ఏమిటంటే మీరు పిల్లలైతే మీ అంచనా బరువు 35 వేల కిలోగ్రాములు మరియు మీరు పెద్దవారైతే అది 69 కిలోగ్రాములు కాబట్టి మరో మాటలో చెప్పాలంటే చాలా ఉన్నాయి. మా విమానంలో ఉన్న పెద్దలు, సిస్టమ్ పిల్లలు అని భావించి వారి రేటును తక్కువగా అంచనా వేసింది మరియు ఎయిర్‌లైన్ చెప్పినది నాకు నచ్చింది, అది దాని ఐటి సిస్టమ్‌లో ఒక సాధారణ లోపం కానీ మీరు దాని గురించి ఆలోచిస్తే వ్యాపార నియమాలతో చాలా తీవ్రమైన సమస్య ఉంది మరియు సరైన మార్గంలో ఉన్న కీలక సమస్యలు మొదట డోనా ఇంతకు ముందు చెప్పినట్లుగా
31:46 మీరు వ్యాపార నియమాలను రూపొందించడానికి ఐటిపై ఆధారపడితే వారు తప్పులు చేయబోతున్నారు మరియు తప్పు జరగడానికి ఒక కారణం ఏమిటంటే, ఈ సందర్భంలో ఐటి సరఫరాదారులు భారతదేశంలో స్థిరపడ్డారు మరియు భారతదేశంలో ఎవరినైనా మిస్ అని పిలిస్తే వారు పిల్లలు అని భావించి నివేదికలో పేర్కొంది, కాబట్టి మీకు తెలిసిన భారతీయ సబ్‌కాంట్రాక్టర్లు వారి స్వంత భారతీయ సంస్కృతి ఆధారంగా ఆ నిర్ణయం తీసుకున్నారు కానీ ఈ ఎయిర్‌లైన్ వ్యాపారంలో ఎవరూ అది సరైనదేనని ఎప్పుడూ తనిఖీ చేయలేదు మరియు ఇప్పుడు ఎయిర్‌లైన్ వారు చెప్పినట్లుగా వారు ఈ సమస్యను పరిష్కరిస్తారని వారు చెప్పినట్లుగా దిగువన వారు విమానాశ్రయాలలో మాన్యువల్ తనిఖీలు చేస్తారు కానీ వ్యక్తి పుట్టిన తేదీని తనిఖీ చేసే సాధారణ వ్యాపార నియమాన్ని రూపొందించడం చాలా సులభం అని నేను అనుకున్నాను. ఆ వ్యక్తి
32:31 మిస్ అయితే ఆమె చిన్నపిల్లా లేక పెద్దవాడా అని నిర్ణయించుకునే ముందు, విమానాశ్రయంలో అదనపు తనిఖీలు చేయడం కంటే అది చాలా తేలికగా పరిష్కరించబడుతుంది కానీ కొన్నిసార్లు ఈ రకమైన లోపాలు డబ్బు మరియు ఇబ్బందిని మాత్రమే కోల్పోవు, అవి ప్రాణాలను కూడా బలిగొంటాయి, అందుకే వ్యాపార నియమాలను సరిగ్గా పొందడం చాలా ముఖ్యం మరియు ఎప్పటిలాగే డేటా నాణ్యతను మెరుగుపరచడంలో మీరు వ్యాపార నియమాలను ఎలా ఉపయోగిస్తారో మీకు బాగా తెలుసుకోవడానికి మేము చాలా సులభమైన మార్గాన్ని కనుగొన్నాము మరియు నేను ఈ నాలుగు దశలను చాలా త్వరగా పరిష్కరిస్తాను మరియు మొదటి అడుగు డేటా మూలాలను ప్రొఫైల్ చేయడం, అంటే ఈ రోజు డేటా ఎలా ఉందో గుర్తించడానికి మరియు మీరు దాని నుండి ఆశించే నాణ్యతా ప్రమాణాలు లేదా వ్యాపార నియమాలకు అనుగుణంగా లేనట్లు కనిపించని డేటాను హైలైట్ చేయడానికి ప్రయత్నించడం. మీరు దాన్ని పూర్తి చేసిన తర్వాత,
33:19 మేము గుర్తించిన ఈ సమస్యలలో ఏది నిజమైన సమస్యలు మరియు ప్రాధాన్యత సమస్యలు అని చెప్పడానికి వ్యాపారంతో చర్చను నిర్వహించండి, మేము వాటిని పరిష్కరిస్తే అది ప్రాథమికంగా వ్యాపారానికి చాలా సహాయపడుతుంది, ఆపై దానిని నడపడానికి వ్యాపార నియమాలు ఏమిటో రూపొందించడానికి మీరు వ్యాపారంతో కలిసి పని చేస్తారు. అప్పుడు మీరు వ్యాపార నియమాలను అమలు చేస్తారు మరియు డోనా మీరు దానిని ఎలా చేస్తారనే దాని గురించి మాట్లాడుతుంది మరియు మేము ఇంతకు ముందు చెప్పినట్లుగా ఆ నియమాలకు కట్టుబడి ఉండటాన్ని పర్యవేక్షించి నివేదించండి, కాబట్టి డోనా డేటా నాణ్యత డాష్‌బోర్డ్‌ల గురించి మాట్లాడటం ప్రారంభిస్తుంది మరియు మేము దానిని సర్కిల్‌గా ఉంచడానికి కారణం ఎందుకంటే డేటా నాణ్యతలోని అన్ని విషయాల మాదిరిగానే మీరు దాన్ని మొదటిసారి సరిగ్గా పొందలేరు మరియు నిరంతర మెరుగుదల ప్రక్రియ జరుగుతోంది కాబట్టి మీరు ఒక నిర్దిష్ట డేటా ప్రాంతానికి పరిగెత్తవచ్చు మీరు ఆ నాలుగు దశల ద్వారా పరిగెత్తవచ్చు,
34:05 ఆపై మీరు నాలుగవ దశలో కొత్త డేటా వస్తున్నట్లు గమనించడం ప్రారంభిస్తారు, అది మీరు ఉంచిన వ్యాపార నియమాలకు కట్టుబడి ఉండకపోవచ్చు మరియు అందువల్ల మీరు మీ డేటా మూలాలను మళ్ళీ ప్రొఫైల్ చేయాలి మరియు ఆ డేటా ఎక్కడ నుండి వస్తుందో చూడాలి మరియు డేటా నాణ్యతను మళ్ళీ మెరుగుపరచడానికి మీరు వ్యాపార నియమాలను ఎలా సర్దుబాటు చేయాలి లేదా సర్దుబాటు చేయాలి అని గుర్తించడానికి ప్రయత్నించాలి, కాబట్టి మీరు దీన్ని చేసినప్పుడు ఇది ఎప్పటికీ అంతం కాని ప్రక్రియ కాబట్టి నేను ఒకటి మరియు రెండు దశల గురించి కొంచెం మాట్లాడబోతున్నాను మరియు మీ డేటా వాస్తవానికి ఎలా ఉంటుందో తెలుసుకోవడానికి సాధారణ మార్గాలలో ఒకటి డేటా ప్రొఫైలింగ్ అని పిలువబడే ఈ పనిని చేయడం. మరియు దీన్ని చేయడానికి వివిధ మార్గాలు ఉన్నాయి మీరు దీన్ని మాన్యువల్‌గా చేయవచ్చు ఉహ్ మీరు sql వంటి వాటిని ఉపయోగించి చేయవచ్చు మీరు ఎక్సెల్ స్ప్రెడ్‌షీట్‌లలో కొంత డేటాను డౌన్‌లోడ్ చేసుకోవచ్చు మరియు దానిని కంటికి రెప్పలా చూసుకోవచ్చు
34:52 కానీ కొన్ని కొన్ని కంపెనీలు ఉదాహరణకు డేటాను స్పెషలిస్ట్ డేటా ప్రొఫైలింగ్ సాధనాన్ని ఉపయోగించడాన్ని ఎంచుకుంటాయి మీరు దీన్ని ఏ విధంగా చేసినా ఉహ్ మీకు ఇది చేయడం వల్ల కలిగే ప్రయోజనాలు చాలా రెట్లు ఉన్నాయని మీకు తెలుసు కాబట్టి డేటా సెట్ మీరు నిర్దేశించిన వ్యాపార నియమాలకు అనుగుణంగా ఉందో లేదో మీరు తనిఖీ చేయవచ్చు. ఉదాహరణకు మీరు కుడి వైపున ఉన్న వాణిజ్య డేటా ప్రొఫైలింగ్ పోర్ట్ నుండి ఒక ఉదాహరణను తీసుకుంటే మరియు మీరు దేశం అని పిలువబడే ఏదైనా చూస్తే మీరు దేశం లేదా రికార్డుల యొక్క నాలుగు 5438 సందర్భాలు ఉన్నాయని చూస్తారు. కనీస పొడవు ఒకటి మరియు గరిష్ట పొడవు 13. కాబట్టి ఇది వెంటనే ఫార్మాట్ వ్యాపార నియమాన్ని సూచిస్తుంది ఫీల్డ్ వేరియబుల్ పొడవు కలిగి ఉంటుంది అవి
35:38 కనీసం ఒకటి నుండి 13 బైట్లు లేదా 13 అంకెల వరకు విస్తరించవచ్చు అది సరైనది వ్యాపారాన్ని అడగడం మంచి ప్రశ్న, అప్పుడు ఆ ఫీల్డ్ కూడా ఖాళీగా ఉంటుందని మీరు గమనించవచ్చు మీరు విలువ లేని దేశాన్ని కలిగి ఉండగలరా? ఉదాహరణకు లేదా అది డేటా నాణ్యత లోపం మరియు మీరు యునైటెడ్ స్టేట్స్ గరిష్ట విలువగా 13 అక్షరాల ఫీల్డ్‌ను కలిగి ఉంటే కూడా గమనించవచ్చు, అంటే దాని అర్థం ఇతర దేశాలు కూడా ఉన్నాయి, అవి కలిగి ఉండవు. ఆ ప్రత్యేక నియమం ప్రకారం, మీ దగ్గర డేటా ప్రొఫైలింగ్ సాధనాలు ఉంటే అవి ఈ పనిని చాలా సులభతరం చేస్తాయి కానీ ఈ ప్రొఫైలింగ్ భాగాన్ని చేయడానికి మీకు డేటా ప్రొఫైలింగ్ సాధనాలు అవసరం లేదు. దీన్ని చేయడానికి ప్రత్యామ్నాయ మార్గం కొన్ని సంవత్సరాల క్రితం జరిగిన నిజంగా ఆసక్తికరమైన సర్వే, నేను ఇప్పటికీ దీనిని కోరుతున్నాను
36:23 ఎందుకంటే ఇది నిజంగా మంచి పని అని నేను భావిస్తున్నాను వారు అక్కడ ఏమి చేసారు కానీ ఇది చాలా ఉపయోగకరంగా ఉంటుంది మీరు డేటా నాణ్యత మెరుగుదల కోసం కేసును చేయడానికి ప్రయత్నించే సాపేక్షంగా ప్రారంభ దశలో ఉంటే నేను అనుకుంటున్నాను. వారు ఈ సర్వేలో ఏమి చేసారు, వారు 75 వేర్వేరు కంపెనీలు లేదా సంస్థలకు వెళ్లారు మరియు నేను 75 మంది ఎగ్జిక్యూటివ్‌లను మరియు ప్రతి సంస్థ నుండి ఒక ఎగ్జిక్యూటివ్‌ను నియమించాను, వారు మా సంస్థలో ఆధారపడిన కోర్ డేటా సోర్స్‌ను తీసుకొని, ఆ డేటా సోర్స్ నుండి యాదృచ్ఛికంగా 100 రికార్డులను సేకరించి, ఆపై ప్రాథమికంగా దాన్ని పరిశీలించి, ఆ 100 డేటా రికార్డులలో ఎన్ని వ్యాపార నియమాలకు అనుగుణంగా వారు ఏమి ఆశించారో మరియు దాని నుండి ఏమి వచ్చిందో తెలుసుకోవడానికి చాలా భయానకంగా ఉంది
37:09 మీరు దానిని చూసినప్పుడు నిజంగా మీకు తెలుసా? మూడు మరియు వంద రికార్డులను మాత్రమే పరిశీలించిన అన్ని రికార్డులు డేటా ప్రమాణాలకు అనుగుణంగా ఉన్నాయి లేదా డేటా అంచనా వేయబడిన వ్యాపార నియమాలను చేరుకున్నాయి, కాబట్టి ఇది చాలా డేటా నాణ్యత ఎంత చెడ్డదో రుజువు చేస్తుంది కానీ మీరు డేటా నాణ్యతను మెరుగుపరచడానికి ప్రయత్నిస్తుంటే హైలైట్ చేయడానికి ఇది చాలా ఉపయోగకరమైన మార్గం. మా డేటా రికార్డులు మంచివి కావు అని మీకు తెలుసు మరియు వాటిని మెరుగుపరచడానికి మేము కొంత చర్య తీసుకోవాలి, తద్వారా అవి మేము వాటి కోసం సెట్ చేసిన వ్యాపార నియమాలకు అనుగుణంగా ఉంటాయి మరియు అది నిజంగా ముఖ్యమైనదని నేను భావిస్తున్నాను ఎందుకంటే దీన్ని చేయడంలో ప్రమాదం ఏమిటంటే మీరు మీ డేటా యొక్క నమూనాను మాత్రమే తీసుకుంటున్నారు అంటే మీరు దానిలో నమూనా పక్షపాతం కలిగి ఉండవచ్చు లేదా మరొక విషయం ఏమిటంటే, మీకు సమస్యలను కలిగించే నిర్దిష్ట అవుట్‌లైయర్‌లు ఉంటే, మీరు
37:55 ఆ అవుట్‌లైయర్‌లలో కొన్నింటిని కోల్పోయే అవకాశాలు ఉన్నాయి, కానీ మీకు ఏవైనా సాధనాలు లేకపోతే కనీసం ప్రారంభ బిందువుగా ఇది మంచి మార్గం. మీరు ఏ SQL రాయకూడదనుకుంటే, కొంతమంది మీ కోసం కొంత డేటాను నిజంగా చూడమని మరియు వారు దానిని ఎంత మంచిగా భావిస్తున్నారో మీకు చెప్పమని చెప్పండి మరియు ఆ సందర్భంలో అది చాలా ప్రభావవంతంగా ఉందని నిరూపించబడింది. నేను మీకు ఒక ఉదాహరణ ఇస్తాను మరియు ఇది నిజానికి నేను కొన్ని సంవత్సరాల క్రితం చేసిన దాని నుండి తీసుకోబడింది మరియు దోషులను రక్షించడానికి నేను పేర్లను మార్చాను కానీ ఉమ్ ఇది మేము చూసిన hr uh పట్టికలో భాగం ఉమ్ నేను డేటా నాణ్యతలో ప్రత్యేకత కలిగిన కంపెనీతో పాల్గొన్నప్పుడు ఉమ్ మేము యాదృచ్ఛికంగా కొన్ని రికార్డులను సంగ్రహించాము వాటిని చూడటానికి మరియు బాగా చెప్పడానికి మేము వాటిని సంగ్రహించిన ఈ డేటా నుండి ఏదైనా చెప్పగలమా మరియు దీనికి మీరు తీసుకునే మూడు విధానాలు ఉన్నాయి మరియు మీరు దీన్ని మాన్యువల్‌గా చేయవచ్చు
38:40 దీన్ని చేయడానికి మీ వద్ద సాధనాలు లేకపోతే మీరు ఉదాహరణకు ఉద్యోగి నంబర్‌ను పొందుతారు మరియు మీరు దానిని చూస్తున్నట్లయితే మీరు నేను ఉన్నట్లుగా చూస్తున్నట్లయితే మీరు ఉద్యోగి నంబర్‌లో కొన్ని వింత సంభావ్య సమస్యలు ఉన్నాయని మీరు చూడవచ్చు. మీరు రెండవదాన్ని చూస్తే గ్రెగ్ ఉమ్ UK నుండి వచ్చిన జాతీయ బీమా నంబర్ లాగా అనుమానాస్పదంగా కనిపిస్తుంది. చాలా ఉద్యోగి నంబర్‌లలో ఆరు అంకెలు ఉంటాయి మరియు అవన్నీ సంఖ్యాపరంగా ఉంటాయి కానీ మీరు రెండింటినీ చూస్తే అది ఉదాహరణకు ఐదు అంకెలు మాత్రమే ఉంటుంది మరియు మీరు దిగువన టేలర్‌ను కలిగి ఉంటారు ఉమ్ అది ఇప్పుడు మళ్ళీ ఉద్యోగి నంబర్ లేదు కాబట్టి ఆ విషయాలు తప్పు అని మీరు అనుకోలేరు కానీ అవి వ్యాపారంతో చర్చకు ప్రారంభ స్థానం అని చెప్పడానికి ఉద్యోగికి ఉద్యోగి నంబర్ ఉండకపోవడానికి అవకాశం ఉందా అని చెప్పడానికి అవి ప్రారంభ స్థానం
39:27 అక్కడ మీరు గమనించే మరో విషయం ఏమిటంటే, ఈ పట్టికలో రెండు వరుసలు ఉన్నాయి, అక్కడ ఉద్యోగి సంఖ్య ఒకేలా ఉంటుంది మరియు ఉద్యోగి సంఖ్య ప్రత్యేకమైన కీ అయి ఉంటే అది ఆ ఫీల్డ్‌లో కూడా ఏదో తప్పు జరిగి ఉండవచ్చని సూచిస్తుంది ఆపై మీరు ఇతర నిలువు వరుసలను క్రిందికి వెళ్ళవచ్చు ఉదాహరణకు మొదటి పేరు ఉహ్ గ్రెగ్ మళ్ళీ మొదటి పేరు ఖాళీగా ఉంది మీరు చూస్తే అనుమతించదగినది ఎజెండా పటేల్ లింగ ఫీల్డ్‌లో నాలుగు x లు ఉన్నాయి అది ఆమోదయోగ్యమైనది మరియు మీరు ఇలాగే కొనసాగించవచ్చు మరియు మీరు పుట్టిన తేదీ ఫీల్డ్ దిగువన చూడవచ్చు అక్కడ మీరు హేస్‌ను కలిగి ఉన్నారు, వారికి సున్నా సంవత్సరంలో జన్మించిన పుట్టిన తేదీ లేదు మరియు మీకు మళ్ళీ కెవిన్ టేలర్ ఉన్నారు ఉహ్ అతను US ఫార్మాట్‌లో ఉన్నట్లు అనిపిస్తుంది, అంటే డిసెంబర్ 30, 69 అయితే
40:12 హేజ్ కాకుండా మిగతావన్నీ a లో ఉన్నట్లు అనిపిస్తుంది యూరోపియన్ ఫార్మాట్ కాబట్టి వెంటనే మీరు వ్యాపారంతో ఆ సంభాషణను ప్రారంభించవచ్చు మరియు మీరు దాన్ని పూర్తి చేసిన తర్వాత మీరు క్రాస్ కాలమ్ విశ్లేషణలను చూడవచ్చు, కాబట్టి ఉదాహరణకు మీరు మళ్ళీ ఎగువన ఉహ్ బ్రియాన్ స్మిత్‌ను తీసుకుంటే, మనలో చాలా మంది నుండి ఉమ్ బ్రియాన్ ఒక పురుష పేరు మరియు అయినప్పటికీ ఒక ఫీల్డ్‌లోని లింగం ఆ వ్యక్తి స్త్రీ అని సూచిస్తుంది, కాబట్టి మళ్ళీ ఫీల్డ్‌ల మధ్య పరస్పర ఆధారితతలను చూడటం అదే, కాబట్టి అది హైలైట్ కావచ్చు, అక్కడ కొంత సమస్య ఉన్నట్లు అనిపిస్తుంది, ఇది మనం తనిఖీ చేయగలమా అని తనిఖీ చేయవలసిన విషయం, నాకు తెలిసిన విధంగా ఉమ్ కొన్ని డేటా నాణ్యత డేటా ప్రొఫైలింగ్ సాధనాలు ఉదాహరణకు సాధారణ మొదటి పేర్ల యొక్క మొత్తం నిఘంటువును కలిగి ఉంటాయి మరియు అందువల్ల అవి ఆ
40:57 పేర్లు సాధారణంగా మగవాడా లేదా ఆడవా అని గుర్తించగలవు. మీకు లెస్లీ లేదా అలాంటిదేదైనా ఉంటే ఎల్లప్పుడూ సులభం కాదు కానీ ఈ ప్రత్యేక సందర్భంలో బ్రియాన్ బహుశా పురుషుడి పేరు మరియు చివరకు మీరు క్రాస్ కాలమ్ విశ్లేషణ చేసిన తర్వాత మీరు వరుస విశ్లేషణ లేదా రికార్డ్ విశ్లేషణ యొక్క రూపాన్ని చూడవచ్చు మరియు మీరు ఎగువ రికార్డ్ బ్రియాన్ స్మిత్ మరియు దిగువ నుండి రెండు చూస్తే. బ్రియాన్ స్మిత్ అవి నకిలీ రికార్డులుగా కనిపిస్తాయి ఉమ్, కాబట్టి మీకు బ్రియన్ భిన్నంగా స్పెల్లింగ్ చేయబడిందని తెలుసు, వారికి ఒకే ఉద్యోగి నంబర్ వచ్చింది, అదే ఇంటిపేరు వచ్చింది, లింగాలు భిన్నంగా ఉన్నాయి, కానీ అది కొంచెం వింతగా అనిపిస్తుందని మేము భావిస్తున్నాము, అదే పుట్టిన తేదీ కానీ వేరే రోల్ కోడ్, ఉదాహరణకు బ్రియాన్ స్మిత్ బహుశా pm 10 నుండి pm16 వరకు పదోన్నతి పొందాడని సూచించవచ్చు, కానీ అతని రికార్డును నవీకరించడానికి బదులుగా వారు అతని కోసం కొత్త రికార్డును సృష్టించి ఉండవచ్చు,
41:43 తద్వారా వ్యాపార నియమాలకు కట్టుబడి ఉండటం గురించి అన్ని రకాల ప్రశ్నలు తలెత్తుతాయి, కాబట్టి సంగ్రహంగా చెప్పాలంటే ఆ చిన్న పట్టికను చూస్తే మీరు అక్కడ ఎరుపు రంగులో గుర్తించబడినవన్నీ హైలైట్ చేయవచ్చు, సంభావ్య డేటా నాణ్యత సమస్య ఉందని మరియు పసుపు రంగులో ఉన్నవన్నీ సంభావ్య నకిలీ రికార్డు ఉండవచ్చని సూచిస్తాయి, కాబట్టి మీరు వెంటనే ఈ డేటాలో తప్పు కావచ్చు లేదా కాకపోవచ్చు అనే విషయాలపై దృష్టి పెట్టడం ప్రారంభించారని గుర్తుంచుకోండి, కానీ ఈ సమయంలో సమస్యలా కనిపించే కొన్ని విషయాలు సమస్య అని మీరు ఊహించలేరని గుర్తుంచుకోండి, మీరు కెవిన్ టేలర్‌ను మళ్ళీ మరియు ఖాళీ ఉద్యోగి నంబర్‌ను తీసుకుంటే అది hr ఫంక్షన్‌లో ఉండవచ్చు. కొత్త ఉద్యోగికి తన మొదటి పే స్లిప్ వచ్చే వరకు ఉద్యోగి నంబర్ ఇవ్వబడదని నేను అనుకుంటున్నాను, అంటే కెవిన్
42:30 టేలర్ రెండు వారాల క్రితం చేరి ఇంకా తన మొదటి పే స్లిప్ పొందలేదు కానీ మీరు I.T.లో ఉంటేనే మీరు అలా చేయలేరని నిర్ధారించగలరు. అలాంటిదేమైనా ఉందా లేదా సబ్జెక్ట్ నిపుణుడిని అడిగి మాత్రమే డేటాను నిర్ధారించగలరు. ఖాళీ ఉద్యోగి నంబర్ కలిగి ఉండటం సరైందేనా? అలా అయితే డేటా నాణ్యత సమస్య లేదు. ప్రతి ఉద్యోగికి ఉద్యోగి నంబర్ ఉండాలి అంటే మీరు ఇప్పటికే డేటా నాణ్యత సమస్యను హైలైట్ చేసారు, అందుకే వ్యాపారం మరియు నేను ఈ విషయాలపై చాలా త్వరగా కలిసి పనిచేయాలి. కాబట్టి మీరు చేసిన తర్వాత, మీరు ఆ బేస్‌లైన్ పూర్తి చేసిన తర్వాత మీరు కొంత డేటా ప్రొఫైలింగ్ పూర్తి చేసిన తర్వాత మీరు తగిన వ్యాపారం మరియు నేను వాటాదారులతో ఆ సమీక్ష చేయాలి మరియు మీ సంస్థలో డేటా గవర్నెన్స్ ఉంటే మీ డేటా స్టీవార్డ్‌లను ఉపయోగించి వ్యాపార నియమాలు నిజంగా ఎలా ఉండాలో
43:16 అర్థం చేసుకోవడానికి ఈ ప్రయత్నానికి నాయకత్వం వహించే వ్యక్తులు ఉండాలి మరియు మీరు ఏకాభిప్రాయాన్ని పొందడానికి ప్రయత్నించాలని మీకు తెలుసు. వర్క్‌షాప్‌లతో అలా చేయండి ఉదాహరణకు వర్క్‌షాప్‌లలో నేను ఈ రకమైన టెక్నిక్‌లను చాలా తరచుగా ఉపయోగించాను, ఇది ఒక ఉద్యోగి నంబర్ ఖాళీగా ఉండవచ్చా అని చెప్పడానికి ఒక శక్తివంతమైన మార్గం కాదు అవును అది నిజంగా నాకు తెలియదు మరియు వ్యాపార నియమాలలోని కొన్ని సమస్యల గురించి మీకు కొంత అవగాహన నచ్చితే మీరు భాగస్వామ్యం చేయడం ప్రారంభించండి ఉమ్ మరియు తరువాత కూడా అలాగే ఆ సమీక్ష మరియు ధ్రువీకరణ వ్యాపారాన్ని కలిగి ఉండాలి అని చెప్పడం సరే సరే, మనకు అందరి మొదటి పేరు లేదని మాకు తెలుసు కానీ అది నిజంగా పట్టింపు లేదు ఎందుకంటే మేము దానిని ఎలాగైనా ఉపయోగించము కాబట్టి అది నిజంగా అధిక ప్రాధాన్యత కాదు కానీ మాకు అధిక ప్రాధాన్యత ఏమిటంటే పుట్టిన తేదీని సరిగ్గా పొందడం ఎందుకంటే అది ఉదాహరణకు పే రేట్లు మరియు పే స్కేల్స్‌పై ప్రభావం చూపుతుంది, కాబట్టి వ్యాపారం
44:01 రావాల్సిన చోటే మీరు అలా చేసిన తర్వాత మీరు ఆ వాటాదారుల సమూహాన్ని ఉపయోగించవచ్చు వ్యాపార నియమం ఎలా ఉండాలో సృష్టించడానికి మీరు ఆ వ్యాపార నియమాన్ని రూపొందించవచ్చు మరియు మీరు సంస్థలో ఎక్కడో వ్యాపార నియమాన్ని అమలు చేయవచ్చు మరియు నేను ఇక్కడ చేసిన ఈ చిన్న పట్టికపై ఉదాహరణకు మీకు అక్కడ తెలుసు అని ప్రదర్శించడానికి మీరు ఇప్పటికే అక్కడ చూడటం ప్రారంభించవచ్చు ఆ చాలా చిన్న మరియు చాలా సరళమైన డేటా పట్టికను చూడటానికి కొన్ని సంభావ్య ఫార్మాట్ మరియు కంటెంట్ వ్యాపార నియమాలు ఉన్నాయా మరియు నేను ఆ డేటాను ఎంచుకోలేదు ఎందుకంటే అది చెడ్డది, నిజాయితీగా చెప్పాలంటే ఆ డేటాబేస్‌లో మేము కనుగొన్న దానికి ఒక సాధారణ నమూనా కాబట్టి మీరు అక్కడ చూడగలరని మీకు తెలుసు బహుశా వ్యాపార విడుదల మొదటి పేరు ఖాళీగా ఉండకూడదు కాబట్టి గ్రెగ్ రికార్డు అది ప్రమాణానికి అనుగుణంగా లేదు. అనుమతించదగిన లింగాలు స్త్రీ పురుషుడు
44:47 స్వీయ-నిర్ణయం లేదా తెలియదు. కాబట్టి పటేల్ యొక్క నాలుగు xల లింగం సరైన వ్యాపార నియమానికి అనుగుణంగా లేదు. కాబట్టి మీరు దానిని మెరుగుపరచడానికి చర్య తీసుకోవాలి. మొదలైనవి. ఇవన్నీ ఎలా పని చేస్తాయో మీరు చూడవచ్చు. కాబట్టి ప్రశ్న ఎలా ఉంది. ఇప్పుడు మీరు వ్యాపార నియమాలు ఎలా ఉండాలో నిర్ణయించుకోవాలి. మీరు వాటిని రూపొందించారు. మీరు వాటిని అంగీకరించారు. తదుపరి ప్రశ్న ఏమిటంటే మీరు వాటిని ఎలా అమలు చేస్తారు. కాబట్టి నేను డోనాకు తిరిగి ఇవ్వబోతున్నాను. మీరు ఈ ప్రక్రియలో తదుపరి దశ గురించి మాట్లాడబోతున్నాను. మీరు కోరుకుంటే, ఒక సంస్థ అంతటా వ్యాపార నియమాలను అమలు చేయడం. డోనా ధన్యవాదాలు. మరియు మేము కొంతవరకు పూర్తి వృత్తంలోకి రావడం ప్రారంభించినప్పుడు. కాబట్టి వాటిలో కొన్ని ఏమిటి? ఈ వ్యాపార నియమాలలో కొన్నింటిని కనుగొనడానికి మార్గాలు సిస్టమ్స్ మరియు అప్లికేషన్లలో ఉన్నాయి మరియు వాటిని అమలు చేయడానికి ఇది ఉత్తమ మార్గం. కాబట్టి మీరు
45:33 వీటిలో కొన్నింటిని చూడటం ఉత్తమ మార్గం లేదా నేను పక్షపాతంతో ఉన్నాను కానీ చాలా మంచి మార్గం డేటా ఎంట్రీలో దాన్ని పట్టుకోవడం మరియు నేను కొన్ని చాట్ మరియు ప్రశ్నలలో చూశాను మీరు డేటా నాణ్యతను ఎక్కడ నిల్వ చేస్తారో తెలుసుకోండి మీరు డేటా నాణ్యతను ఏమి తనిఖీ చేస్తారు మీరు దాన్ని ఎక్కడ పరిష్కరించుకుంటారు ఉమ్ నేను దానిని లింబ్‌లో ఉంచాను మరియు నేను దానిని పరిష్కరించడానికి ప్రయత్నించడాన్ని నేను చాలా నిరుత్సాహపరుస్తున్నాను డేటా వేర్‌హౌస్ స్థాయిలో లేదా etl ద్వారా మాత్రమే చెప్పండి ఎందుకంటే అప్పుడు మీ రిపోర్టింగ్ సరైనది కావచ్చు కానీ మీరు అవుట్‌పుట్‌ను మాత్రమే పరిష్కరిస్తున్నారు మీరు దాని మూలం వద్ద పరిష్కరించడం లేదు కాబట్టి మళ్ళీ వీటిలో ఒకటి ఉమ్ ఉపయోగకరంగా ఉంటుంది కానీ నిరాశపరిచేది ఏమిటంటే, మీరు చేసిన పని అంతా మీకు తెలుసని ఎవరూ గ్రహించరు, అది సరైనది అయితే చెల్లుబాటు అయ్యే విలువలు ఎరుపు మరియు ఆకుపచ్చ మాత్రమే ఉంటే మీకు తెలుసు డ్రాప్ డౌన్‌లో ఎరుపు మరియు ఆకుపచ్చ మాత్రమే ఉండాలి మరియు మీ డేటా నాణ్యత లోపాలు ఉన్నాయి నేను నాది నా కథలలో కొన్నింటిని కూడా చెప్పాలి కానీ నేను నిజానికి
46:18 డేటా నాణ్యత వెబ్‌నార్ కోసం నమోదు చేసుకుంటున్నాను ఉమ్ మరియు ఒక తెలియని సంస్థ కోసం, వారు మీ స్టేట్ కోడ్‌ను US లో పెట్టమని చెప్పినప్పుడు అది ఒక ఉచిత టెక్స్ట్ ఫీల్డ్ మరియు నేను దానిని సంగ్రహించి నవ్వాలనుకున్నాను ఎందుకంటే అది కలిగి ఉండటానికి సులభమైన సులభమైన డ్రాప్ డౌన్ అని నేను అనుకుంటున్నాను 50 US రాష్ట్రాల జాబితా మరియు అనేక విషయాల కోసం ఉచిత టెక్స్ట్‌ను ఉంచడం కాబట్టి మళ్ళీ డ్రాప్ డౌన్‌లు వంటి విషయాలు చెల్లుబాటు అయ్యే విలువ శ్రేణులు వంటి విషయాలు ఉత్తమ మార్గం దానిని మూలాన్ని పట్టుకోవడం um తో పట్టుకోవడం um దానికి లింక్ చేయబడిన మరొకటి వాస్తవానికి మీ రిఫరెన్స్ మరియు మాస్టర్ డేటా కాబట్టి నేను ఉమ్ అని చెప్పినప్పుడు ఎరుపు మరియు ఆకుపచ్చ డ్రాప్ డౌన్ జాబితా ఏమిటో మీకు తెలుసు అని నేను చెప్పినప్పుడు అది బహుశా రిఫరెన్స్ డేటా జాబితా ఇప్పుడు నేను తరచుగా ప్రజలకు రిఫరెన్స్ డేటా ఏమిటో వివరించేటప్పుడు మీకు ఈ డ్రాప్ డౌన్ జాబితా తెలుసని నేను చూస్తున్నాను మీ దేశ కోడ్ మీ రాష్ట్ర
47:04 కోడ్ మీ ఉత్పత్తి కోడ్‌లు ఉమ్ మరియు అది సోర్స్ వద్ద ధృవీకరించడానికి మరొక గొప్ప మార్గం ఉమ్ ఇది కూడా ఒక ఉపయోగకరమైన చర్చ ఉమ్ లింగ కోడ్‌లపై కొంత చాట్ చూసాను అది పురుష స్త్రీనా? అది పురుష విఫలం నిర్ణయించబడలేదు అది కాలక్రమేణా మారుతుంది ఉమ్ మొదలైనవి కాబట్టి అది మీ సంస్థ ప్రతి అప్లికేషన్ కావచ్చు వాటి మ్యాపింగ్ ఎప్పుడు పూర్తయిందో మీరు వాటిని హేతుబద్ధం చేస్తారా? పరిపూర్ణ ప్రపంచంలో మీరందరూ ఒకే కోడ్‌లను ఉపయోగిస్తారని మీకు తెలుసు, కానీ మళ్ళీ చాలాసార్లు నేను దానిని చూశాను మరియు నేను చాట్‌లో మరియు ప్రశ్నలలో చూశాను, అందుకే ప్రారంభంలో మేము చెప్పాము, ఇది ఒక కళ మరియు శాస్త్రం అని నేను చెప్పాను, అంటే శాస్త్రీయ నియమాలు ఉన్నాయి, మీరు మీరు దరఖాస్తు చేసుకోవచ్చు, ఉహ్, దానిలో కొన్నింటిని ప్రజలు చూస్తున్నారు మరియు దానిలో కొన్నింటి నిర్ణయం ఇది ముఖ్యమైనది, నేను బహుశా ఈ కాల్‌లో లేని కొద్ది మందిలో ఒకడిగా ఉంటాను కానీ సాధారణ వ్యాపారంలో నేను
47:51 డేటా నాణ్యతను అతిగా చేసే కొద్ది మందిలో ఉన్నాను, నేను తరచుగా ఒక రకమైన జాబితాను పరిష్కరిస్తాను మరియు మీరు ఎందుకు అలా చేస్తున్నారో అర్థం చేసుకుంటారు మీరు ocd ఇది కేవలం స్ప్రెడ్‌షీట్ మరియు నేను డేటా నాణ్యతను పరిష్కరిస్తున్నాను, ఇది వ్యాపారాన్ని ప్రభావితం చేయదు, నా సమయాన్ని బాగా ఉపయోగించుకోవద్దు, దానిని వదిలేయండి మరియు నేను సాధారణంగా ఇది మరొక విధంగా సంస్థ అని నేను అనుకుంటున్నాను, చాలా తక్కువ విషయాలు అనుకుంటున్నాను కాబట్టి సరైన సమతుల్యతను కనుగొనడం కానీ డేటా నిర్వహణలో నైపుణ్యం సాధించడం డేటా నాణ్యతను పట్టుకోవడానికి ఒక గొప్ప మార్గం అని నేను అనుకుంటున్నాను. q a ఎవరో డేటా నాణ్యత యొక్క కొలతలు గురించి అడుగుతున్నారు, వాటిలో ఒకటి డూప్లికేషన్ మాస్టర్ డేటా ఆ నకిలీలను నిర్వచించడంలో సహాయపడుతుంది ఉహ్ ఆ బంగారు రికార్డును సృష్టించండి ఆపై మళ్ళీ వెనక్కి నెట్టడం మరియు సోర్స్ సిస్టమ్స్‌లో డేటాను సరిగ్గా పొందడం అనే స్ఫూర్తితో మీరు ఆ పబ్లిష్ మరియు సబ్‌స్క్రైబ్ మోడల్‌ను కలిగి ఉంటే ఉహ్ మీరు
48:36 కోర్ సోర్స్‌లకు తిరిగి సబ్‌స్క్రైబ్ చేయవచ్చు నా ఉద్దేశ్యం ఒక క్లాసిక్ ఉదాహరణ మరియు ఇది మళ్ళీ ముఖ్యంగా పెద్ద సంస్థలు చాలా కాలంగా ఉన్నాయి, వారికి అలాంటి సమస్య లేదు, వారు నన్ను నా భీమా కంపెనీకి ప్రారంభిస్తారు మీకు తెలుసు నేను వెబ్‌సైట్‌లో నా చిరునామాను మార్చాను మిగతా వాటికి క్యాస్కేడ్ చేయదు మరియు నేను నా చిరునామాను మార్చడానికి ప్రయత్నిస్తున్నాను మాస్టర్ డేటా కోసం సరైన ఉదాహరణ ఒకే చోట మార్పు అది క్యాస్కేడ్‌ల నుండి అన్ని ఇతర సిస్టమ్‌లకు నవీకరించబడిందని సిస్టమ్‌కు తెలుసు దానికి సంబంధించిన డేటా నాణ్యత కోసం గొప్ప కార్యాచరణ ఉపయోగం దాన్ని పొందుదాం ఇన్‌పుట్ మళ్ళీ కోడ్ అక్కడే మీరు విషయాలను కనుగొనవచ్చు మీరు అమలు చేయగల ప్రదేశం కూడా మీకు తెలుసు ఈ శ్రేణి నియమాలు నా ఉద్దేశ్యం డేటాబేస్ స్థాయిలో చేయగలిగే డేటా మోడల్ గురించి నేను ప్రస్తావించాను కానీ అది చాలా పరిమితం అని కూడా నేను చెప్పాను ఇది ఒక మొద్దుబారిన శక్తి మీరు ఒకటి కలిగి ఉండగలరా మీరు వాటిని ఎలా కలిగి ఉండాలి చాలా ఉన్నాయి కానీ మీరు కొంచెం
49:23 సూక్ష్మంగా ఉండాలనుకుంటే నిగెల్ చెప్పినట్లుగా డేటా నాణ్యతలో సూక్ష్మ నైపుణ్యాలు ఉంటాయి, అది hr విభాగంలో ఉంటే అవి రెండు విభాగాలలో ఉండవచ్చు కానీ అది ఈ విభాగంలో ఉంటే మీలో ఎవరికైనా ఈ ifs మరియు bends మరియు మరియు క్లాజులు ఉన్నాయని మీకు తెలుసు, అక్కడ అప్లికేషన్ వస్తుంది మరియు డేటా నాణ్యత సాధనం ఉంటుంది, ఇది పర్యవేక్షించగలదు మరియు కాలక్రమేణా ఉమ్ తరచుగా వ్యాపార నియమాల ఇంజిన్ ఉమ్ ఈ నియమాలను సంగ్రహించి వ్యవస్థ ద్వారా వాటిని ప్రచారం చేయడానికి ఈ మార్గాలు మీకు తెలుసు కొన్నిసార్లు మాస్టర్ డేటా నిర్వహణ వ్యవస్థ మీ వ్యాపార నియమాల మూలం కావచ్చు అని మీరు తరచుగా చెప్పవచ్చు ఇది మంచి ఆలోచన మరియు నిగెల్ దీనిని ముందుగానే తాకాడు ఈ వ్యాపార నియమాలను చెల్లాచెదురుగా ఉంచడం కంటే మనం నిల్వ చేయగలమా వ్యాపార నియమాలకు ఒకే మూలం ఉందా, దానిని మనం తరువాతి స్లైడ్‌లోకి క్యాస్కేడ్ చేయవచ్చు, అది బహుశా మంచి సెగ్యు కావచ్చు
50:10 ఉమ్ మీకు తెలుసు, వాస్తవానికి నాకు ఒక క్లయింట్ ఉన్నాడు, అతను చర్చలో ఉన్నాడు, నాకు నిజంగా మాస్టర్ డేటా సాధనం అవసరమా లేదా బహుశా aa వ్యాపార నియమాల ఇంజిన్ ఉమ్ మరియు ప్రతిదానికీ లాభాలు మరియు నష్టాలు ఉన్నాయని మీకు తెలుసు కానీ ఆలోచన మీకు తెలుసా, ఒకే సోర్స్ లేదా వ్యాపార నియమాల మూలాన్ని కలిగి ఉండటం వలన మీ సోర్స్ సిస్టమ్‌లలోని డేటా ఇన్‌పుట్‌లోకి మళ్ళీ వేర్‌హౌస్‌లోకి మరియు మీ రిపోర్టింగ్ లేయర్‌లోకి క్యాస్కేడ్ చేయవచ్చు, కాబట్టి నేను చెప్పేది ఏమిటంటే ఇన్‌పుట్‌లో దాన్ని పట్టుకోవడంలో అందం అది మీ రియల్-టైమ్ డేటా ధ్రువీకరణలో ఎక్కువ అని, సాధారణంగా రిపోర్టింగ్ లేయర్‌లో ఇది ఒక బ్యాచ్ లాంటిది మరియు మీ మ్యాపింగ్ టేబుల్‌లు మరియు అలాంటి వాటి యొక్క వాస్తవం మరియు రకం తర్వాత నేను మ్యాపింగ్ టేబుల్‌లు ఉపయోగపడతాయి అని నేను వాటిని చూసి భయపడతాను ఎందుకంటే నేను సాధారణంగా మీరు మ్యాప్ చేయడానికి ఏ బ్యాండ్-ఎయిడ్‌ను ధరిస్తున్నారో చెబుతాను మరియు అది వేర్‌హౌస్‌లో దాన్ని పరిష్కరించడంలో కూడా నిజంగా గందరగోళంగా ఉంటుంది
50:57 కానీ మీరు నిజంగా వాస్తవికతను ప్రతిబింబించనట్లుగా అది మూలాన్ని పరిష్కరించడం లేదు కాబట్టి ఉమ్ మనం తదుపరిదానికి వెళితే నాకు ఇష్టమైన కోట్ మీకు తెలుసు మీరు ఏమి చేయగలరో మెరుగుపరచలేరని అది కోట్ కాదు నేను గందరగోళానికి గురిచేశాను కానీ మీరు సరిగ్గా కొలవలేనిదాన్ని మీరు నిరూపించలేరు ఉమ్ కాబట్టి మేము తరచుగా సంస్థలో kpis మరియు కొలతలను కొలుస్తాము మొత్తం అమ్మకాలు మొత్తం హెడ్ కౌంట్ మొత్తం కస్టమర్ల గందరగోళం మేము కొలిచే చాలా విషయాలు ఉన్నాయి మేము చూస్తున్నాము డేటా కూడా ఉమ్ మరియు ఉమ్ మాకు చాలా మంది క్లయింట్లు ఉన్నారు, వాస్తవానికి మీకు డేటా క్వాలి డేటా గవర్నెన్స్ కౌన్సిల్ లేదా డేటా స్టీవార్డ్స్ ఉంటే మేము సాధారణంగా దీన్ని సిఫార్సు చేస్తాము, వారు ప్రతి డేటా గవర్నెన్స్ సమావేశంలో లేదా ప్రతి డేటా స్టీవార్డ్స్ కోసం వారపు పనిలో వారి పురోగతిని ఎలా తరచుగా నిర్వహిస్తున్నారు అంటే
51:44 వారి డాష్‌బోర్డ్‌ను చూసి దానిపై చర్య తీసుకోవడం ఓహ్ మరియు మేము ఆటకు ముందు అనేక విషయాలను కనుగొన్నాము, అవి పరిష్కరించబడవు ఓహ్ దేవుడా అకస్మాత్తుగా మాకు ఇమెయిల్ చిరునామాలు రావడం లేదు మరియు సోర్స్ సిస్టమ్‌లో ఏమి జరిగిందో మాకు నిజంగా అవసరం, మేము రిపోర్టింగ్ అబద్ధాలకోరు నెలల తర్వాత వేచి ఉంటే దాన్ని పరిష్కరించడం చాలా కష్టంగా ఉండేది, ఆపై మరొకటి వీటి అందం మరియు అవి కాలక్రమేణా మారగలవని ఆలోచించాల్సిన విషయం, కాబట్టి మేము ఒక క్లయింట్, ఇది క్రమపద్ధతిలో జరుగుతోంది మరియు మనం దాని గురించి కొంచెం మాట్లాడుతున్నామని నేను అనుకుంటున్నాను మీరు నిజంగా దృష్టి పెట్టాలి ఉమ్ పరిష్కరించాలి మరియు ముందుకు సాగాలి మీరు ప్రతిదీ పరిష్కరించలేరు మరియు వారు మీకు బాగా తెలుసు అని చెబుతారు మేము శిక్షణ కోసం సమిష్టి ప్రయత్నం చేసినప్పుడు మరియు ఇప్పుడు వాటిని పొందడంలో ఇమెయిల్‌లు నిజంగా భయంకరంగా ఉన్నాయని మరియు అవి ఇప్పుడు బాగానే ఉన్నాయని మేము భావిస్తున్నాము. వాటిని టాప్ కెపిఐగా పర్యవేక్షించాల్సిన అవసరం లేదు, మనం వేరే దాని వైపు వెళ్దాం, కానీ
52:30 అది రెడ్ జోన్‌లో లేదు, కాబట్టి మళ్ళీ కాలక్రమేణా ఉంచడం మరియు నిర్వహించడంలో నిజంగా సహాయపడుతుంది, కాబట్టి మనం తదుపరి స్లయిడ్‌కి వెళితే, నేను ప్రశ్నల్లోకి వెళ్లాలనుకుంటున్నాను ఎందుకంటే నేను చూడగలిగేవి చాలా ఉన్నాయని నాకు తెలుసు, కానీ సంగ్రహంగా చెప్పాలంటే, డేటా నాణ్యతతో చాలా విషయాలు ఉన్నాయి, డేటా నాణ్యత యొక్క చాలా కొలతలు ఉన్నాయి, కానీ అవి చాలా విధాలుగా వ్యాపార నియమాలకు తిరిగి వస్తాయని నేను అనుకుంటున్నాను ఎందుకంటే డేటా నాణ్యత అంటే అది వ్యాపారాన్ని ప్రభావితం చేస్తుంది కాబట్టి మా ప్రాక్టీస్ వ్యాపార నియమాల యొక్క ప్రధాన సిద్ధాంతం అయిన వ్యాపార మొదటి వీక్షణ దానిని పొందడానికి మంచి మార్గం అని నేను అనుకుంటున్నాను, కాబట్టి మేము తదుపరి స్లయిడ్‌కి వెళితే, మా సిగ్గులేని మార్కెటింగ్ ప్లగ్ మేము దీన్ని జీవనోపాధి కోసం చేస్తాము, కాబట్టి మీకు సహాయం అవసరమైతే మమ్మల్ని ఎక్కడ కనుగొనాలో తెలుసుకోండి, ఆపై తదుపరి
53:15 స్లయిడ్‌లో మరొక సిగ్గులేని ప్లగ్ మీరు దీన్ని ఆస్వాదించినట్లయితే మరియు మీరు ఇంతకు ముందు దీన్ని చూడకపోతే దయచేసి మాతో చేరండి. రికార్డింగ్‌ల కోసం లేదా డేటా మోడలింగ్‌పై వచ్చే నెలలు లేదా గవర్నెన్స్ మరియు డిజిటల్ ట్రాన్స్‌ఫర్మేషన్‌పై అక్టోబర్ మరియు డిసెంబర్ కాబట్టి మరింత శ్రమ లేకుండా నేను దానిని షానన్‌కి తిరిగి పంపుతాను, దానిని qa కోసం తెరవడానికి ఇది మీకు ముగిసింది షానన్ డోనా మరియు నిగెల్ ఈ గొప్ప ప్రెజెంటేషన్‌కు చాలా ధన్యవాదాలు ఇక్కడ మాకు చాలా ప్రశ్నలు వస్తున్నాయి మరియు సాధారణంగా అడిగే ప్రశ్నలకు సమాధానం ఇవ్వడానికి నేను సోమవారం చివరి నాటికి ఈ వెబ్‌నార్ కోసం స్లైడ్‌లకు లింక్‌లు మరియు రికార్డింగ్‌కు లింక్‌లతో పాటు అభ్యర్థించిన ఏదైనా ఫాలో-అప్ ఇమెయిల్‌ను పంపుతాను కాబట్టి ఇక్కడ డైవింగ్ చేయండి కాబట్టి మేము cde ఎలిమెంట్‌లకు మాత్రమే డేటా క్వాలిటీని చేస్తాము క్లిష్టమైన డేటా ఎలిమెంట్స్ ఉమ్ మంచి ప్రశ్న ఉమ్ నేను సమాధానం ఇస్తాను మరియు
54:01 దానిని నిగెల్‌కు పంపుతాను నేను మాత్రమే చెప్పను మరియు అందరూ cdesని భిన్నంగా నిర్వచిస్తారు కానీ దానిని ప్రారంభించడానికి మరియు చూడటానికి ఇది మంచి మార్గం అని నేను భావిస్తున్నాను ఎందుకంటే క్లిష్టమైన డేటా ఎలిమెంట్ యొక్క ఆలోచన మీరు ఆ ఫిల్టరింగ్ చేసారు మరియు అది జన్యువు ర్యాలీ వ్యాపారంపై కొంత ప్రభావం చూపుతుంది కాబట్టి మీకు వినియోగదారుల సంప్రదింపు సమాచారం తెలుసు రోగి మీకు వైద్య చరిత్ర మరియు అలాంటివి తెలుసు కాబట్టి ఇది ప్రారంభించడానికి మంచి ప్రదేశం నేను చెప్పను ఎందుకంటే కొన్నిసార్లు అది ఇతర వికారమైనవి కానీ అవును మీ ఆలోచనలు నైజెల్ నేను దానితో అంగీకరిస్తున్నాను నేను కేవలం ఒక పారాఫ్రేజ్ జార్జ్ ఆర్వెల్ అని నేను అనుకుంటున్నాను అన్ని డేటా సమానంగా ఉంటుందని నేను అనుకుంటున్నాను కానీ కొంత డేటా మరింత సమానంగా ఉంటుందని నేను భావిస్తున్నాను క్లిష్టమైన డేటా అని నేను భావిస్తున్నాను మేము వివరించిన పద్ధతి యొక్క రెండవ దశ యొక్క మొత్తం పాయింట్ సరళమైన నాలుగు-దశల పద్ధతి ఏమిటంటే, మీరు డేటా నాణ్యత సమస్యలను లేదా అనుమానిత సమస్యలను గుర్తించిన తర్వాత,
54:48 ఆ సమస్యలలో ఏది నిజంగా ముఖ్యమైనదో మరియు ఆ అద్భుతమైన మరియు డేటా నాణ్యతపై గరిష్ట వ్యాపార రాబడిని పొందడానికి ఏది పరిష్కరించడానికి ఉత్తమ సమస్యలలో ఒకటి అని తెలుసుకోవడానికి మీరు వ్యాపారంతో ఆ సంభాషణను కలిగి ఉండాలి మూల స్థాయిలో చేయాలి రా లేయర్ లేదా ట్రాన్స్‌ఫార్మ్ లేయర్ లేదా క్యూరేటర్ క్యూరేటెడ్ లేయర్ స్థాయి నేను ఆశ్చర్యార్థక గుర్తుతో సమాధానం ఇస్తాను మరియు నేను సెషన్‌లో దాన్ని తాకినట్లు భావిస్తున్నాను ఎంట్రీలో చాలా పెద్ద అభిమాని సంపూర్ణ ఉత్తమ క్యాచ్ ఇట్ ఎడిట్ సోర్స్ నా ఉద్దేశ్యం ఇది హ్యాక్నీడ్ కావచ్చు పదబంధం కానీ మనం తరచుగా డేటా నాణ్యతను చెరువు లేదా సరస్సులోకి దారితీసే ప్రవాహాలుగా భావిస్తాము మరియు మీరు సరస్సును శుభ్రం చేసి, మురికి కాలుష్యంతో దానిలోకి ప్రవహించే ప్రవాహాలను శుభ్రం చేయకపోతే మీరు శుభ్రపరచడం పదే పదే శుభ్రం చేస్తూనే ఉంటారు కాబట్టి
55:33 కొన్నిసార్లు మీరు పాచెస్ చేయవలసి ఉంటుందని మీకు తెలుసు ఎందుకంటే మేము వ్యాపార కేంద్రీకృత డేటా నాణ్యత నియమాల గురించి చాలా మాట్లాడాము మరియు అవి మూలాన్ని పట్టుకోవడానికి ఉత్తమమైనవి అవి మీ నియమాలన్నీ అప్లికేషన్‌లో ఉన్నాయని మరియు ఎవరూ చెడు డేటాను నమోదు చేయలేకపోతే వాటిని పట్టుకోవడానికి ఉత్తమమైన మార్గం మరియు డేటా పైప్‌లైన్‌లో ఏదైనా ఉండవచ్చు డేటా రకం లోపాలు మరియు తక్కువ స్థాయి వాటిని కలిగి ఉండవచ్చని మీకు తెలుసు కాబట్టి తనిఖీ చేయడం మంచిది మేము సాధారణంగా మా రకమైన etl ఫ్రేమ్‌వర్క్‌లో భాగంగా పరివర్తన యొక్క ప్రతి పొరను తనిఖీ చేస్తాము, ముఖ్యంగా ఆ క్లిష్టమైన డేటా మూలకాల కోసం మూడుసార్లు తనిఖీ చేయడానికి కానీ అది కాకుండా నేను మూలాన్ని పట్టుకోవడానికి ఉత్తమ మార్గాలు అని చెబుతాను కానీ నిగెల్ కాదు అది సహాయపడే ఏదీ అవును దానికి జోడించడానికి ఏమీ లేదు సరే గొప్ప అద్భుతం కాబట్టి వ్యాపార నియమం డేటా నాణ్యత నియమాలను కవర్ చేయాలి
56:22 అవును నేను వాటిని ఒక రకమైన లింక్‌గా చూస్తాను వ్యాపార నియమాలు కేవలం రుణ నాణ్యత నియమాల కంటే విస్తృతమైనవి కావచ్చు కానీ డేటా నాణ్యత నియమాలు మా వ్యాపార నియమాలు అని నేను అనుకుంటున్నాను సాధారణంగా అవును అవి ఉపసమితి నేను వ్యాపార నియమాల గురించి ఏదైనా అనుకుంటున్నాను ఇక్కడ కొన్ని వ్యాఖ్యలు ఉన్నాయి నైజెల్ వ్యాపార నియమాలపై మీ ఉదాహరణలకు కొంతమంది పెద్ద అభిమానులు ఉన్నారని ఉమ్ కాబట్టి మా డేటా డేటా
57:08 వాతావరణాలు మరింత సంక్లిష్టంగా మారుతున్నాయని పరిగణనలోకి తీసుకుంటే డేటా సరస్సు ప్లస్ డేటా గిడ్డంగి ప్లస్ అనేక ద్వి సాధనాలు ప్లస్ ప్లస్ ప్లస్ భవిష్యత్తులో డేటా నాణ్యత ఆటోమేషన్‌కు AI మంచి ఎంపికగా మారుతుందని మీకు తెలుసు అవును అవును నేను ముందుకు సాగను నైజెల్ నేను అవును అని చెప్పబోతున్నాను నేను నా స్థానిక విశ్వవిద్యాలయంతో సంబంధం కలిగి ఉన్నాను మరియు కీలకమైన పరిశోధనా రంగాలలో ఒకటి డేటా సమస్యలు సృష్టించబడినప్పుడు వాటిని గుర్తించే మార్గాలను పరిశీలిస్తోంది, తద్వారా మీరు చాలా నిజ సమయంలో చాలా ఆటోమేటెడ్ ప్రక్రియలు జరుగుతున్న వాతావరణంలో ఉంటే, సమస్యాత్మకంగా కనిపించే డేటాను వాస్తవానికి జల్లెడ పట్టడం లేదా తొలగించడం AI కలిగి ఉంటుంది మరియు అప్పుడు మీరు ఆ డేటాను పరిష్కరించడానికి కొన్ని వ్యాపార నియమాలను కూడా ఇవ్వవచ్చు మరియు మంచి IR
57:55 AI ఇంజిన్ కూడా వ్యాపార నియమం ఏమిటో గుర్తించగలగాలి. అవును ఉండాలి, కాబట్టి దానికి అన్ని అవకాశాలు ఉన్నాయి కానీ ఇది చాలా ప్రారంభ రోజులు, మేము నిజంగా ఉంచని స్లయిడ్‌ను కలిగి ఉన్నాము కానీ అవును ఇప్పుడు నేను కొంచెం విసుగు చెందిన దానితో ఏకీభవిస్తాను, ప్రజలు AI అని పిలిచేది కాకపోవచ్చు అని నేను అనుకుంటున్నాను, కానీ నేను అనుకుంటున్నాను, ఈ నమూనాకు సంబంధించిన చాలా విషయాలకు ఇది సోషల్ సెక్యూరిటీ లేదా సోషల్ ఇన్సూరెన్స్ నంబర్ లాగా కనిపిస్తుంది, మనం మాన్యువల్‌గా చేసేవన్నీ మీకు తెలుసు, కోర్ మ్యాచింగ్ అనేది యంత్రాన్ని బాగా ఉపయోగించడం, మనం ఆటోమేషన్‌లో cdes గురించి మాట్లాడేటప్పుడు చాలా వరకు నేను జాగ్రత్త వహిస్తాను, అందుకే మనం ప్రస్తావించిన ఈ సాధనాల్లో కొన్ని మంచివి కానీ కొన్ని డేటా చాలా ముఖ్యమైన రోగి డేటా, మీకు తెలుసా, బహుశా కొన్ని విద్య డేటా, కొన్నింటికి కూడా రెండవ సెట్ కళ్ళు ఉండటం కూడా మంచిది, కానీ
58:42 అవును గ్రీన్, సరే, ఇక్కడ మనకు ఎక్కువ సమయం లేదు, కానీ నేను నన్ను ఒక చిన్న ప్రశ్నలో పడవేస్తాను, ముఖ్యంగా ఉహ్ డోనా, నువ్వు ఉహ్ అని నాకు తెలుసు, నువ్వు డెమోన్ సభ్యుడని నాకు తెలుసు, డెమో నుండి తీసుకోబడిన ఫ్రేమ్‌వర్క్. dmbok ii um అవును నిగెల్ మరియు నేను ఇద్దరూ అభిమానుల ఆట కాబట్టి నేను మేము ఆధారపడతామని నేను చెబుతాను అది మా ఫ్రేమ్‌వర్క్ అని నేను అనుకుంటున్నాను, దానికి చాలా వరకు పునాది నిగెల్ ఉందని నేను అనుకుంటున్నాను మరియు నేను
…
