CRISP-DM tarkoittaa alojen välistä standardiprosessia tiedon louhintaan. CRISP-DM-metodologia tarjoaa jäsennellyn lähestymistavan tiedonlouhintaprojektin suunnitteluun. Se on vankka ja hyvin todistettu menetelmä. Emme vaadi omistusoikeutta siihen. Emme keksineet sitä. Olemme muuntaja sen tehokkaasta käytännöllisyydestä, joustavuudesta ja hyödyllisyydestä käytettäessä analytiikkaa liiketoimintaongelmien ratkaisemiseen. Se on kultainen lanka, joka kulkee lähes jokaisen asiakastapaamisen läpi.

Tämä malli on idealisoitu tapahtumasarja. Käytännössä monet tehtävät voidaan suorittaa eri järjestyksessä, ja usein on tarpeen palata aikaisempiin tehtäviin ja toistaa tiettyjä toimia. Malli ei yritä kaapata kaikkia mahdollisia reittejä tiedonlouhintaprosessin läpi.

Miten CRISP auttaa?

CRISP DM tarjoaa tiekartan, antaa sinulle parhaat käytännöt ja tarjoaa rakenteita tiedonlouhinnan parempiin ja nopeampiin tuloksiin, joten näin se auttaa yritystä seuraamaan tiedon louhintaprojektia suunnittelussa ja toteutuksessa.

CRISP-DM:n vaiheet

CRISP-DM tarjoaa yleiskatsauksen tiedon louhinnan elinkaaresta prosessimallina. Elinkaarimallissa on kuusi vaihetta, joissa nuolet osoittavat tärkeimmät ja yleisimmät vaiheiden väliset riippuvuudet. Vaiheiden järjestys ei ole tiukka. Ja useimmat projektit liikkuvat edestakaisin vaiheiden välillä tarpeen mukaan. CRISP-DM-malli on joustava ja helposti räätälöitävissä.

Jos esimerkiksi organisaatiosi pyrkii havaitsemaan rahanpesua, seulot todennäköisesti suuria tietomääriä ilman erityistä mallinnustavoitetta. Mallintamisen sijaan työsi keskittyy tietojen tutkimiseen ja visualisointiin, jotta voit löytää epäilyttäviä kuvioita taloustiedoista. CRISP-DM:n avulla voit luoda tarpeisiisi sopivan tiedonlouhintamallin.

Se sisältää kuvaukset projektin tyypillisistä vaiheista, kuhunkin vaiheeseen liittyvistä tehtävistä ja selityksen näiden tehtävien välisistä suhteista.

Vaihe 1: Liiketoiminnan ymmärtäminen

CRISP-DM-prosessin ensimmäinen vaihe on ymmärtää, mitä haluat saavuttaa liiketoiminnan näkökulmasta. Organisaatiollasi voi olla kilpailevia tavoitteita ja rajoituksia, jotka on tasapainotettava oikein. Tässä prosessivaiheessa pyritään paljastamaan tärkeitä hankkeen lopputulokseen vaikuttavia tekijöitä. Tämän vaiheen laiminlyönti voi tarkoittaa, että oikeiden vastausten tuottamiseen vääriin kysymyksiin tehdään paljon vaivaa.

Mitkä ovat hankkeen toivotut tuotokset?

Aseta tavoitteet:Kuvaile ensisijaista tavoitettasi liiketoiminnan näkökulmasta. Saattaa olla myös muita aiheeseen liittyviä kysymyksiä, jotka haluat mainita. Ensisijainen tavoitteesi voi esimerkiksi olla pitää nykyiset asiakkaat ennustamalla, milloin he ovat taipuvaisia ​​siirtymään kilpailijan luo.Tuota projektisuunnitelma:Kuvaile suunnitelma tiedon louhinta- ja liiketoimintatavoitteiden saavuttamiseksi. Suunnitelmassa tulee määritellä vaiheet, jotka suoritetaan loppuprojektin aikana, mukaan lukien työkalujen ja tekniikoiden alustava valinta.Yrityksen menestyskriteerit:Tässä voit määrittää kriteerit, joiden avulla voit määrittää, onko projekti onnistunut liiketoiminnan kannalta. Niiden tulisi ihannetapauksessa olla tarkkoja ja mitattavissa, esimerkiksi vähentämällä asiakkaan syke tietylle tasolle. Joskus saattaa kuitenkin olla tarpeen käyttää subjektiivisempia kriteerejä, kuten antaa hyödyllisiä näkemyksiä suhteista.

Arvioi nykyinen tilanne

merkkijonomenetelmät java

Tämä edellyttää yksityiskohtaisempaa tiedonhakua resursseista, rajoituksista, oletuksista ja muista tekijöistä, jotka sinun on otettava huomioon määrittäessäsi data-analyysin tavoitetta ja projektisuunnitelmaa.

Resurssien luettelo:Luettele hankkeessa käytettävissä olevat resurssit, mukaan lukien:
• Henkilöstö (liiketoiminnan asiantuntijat, dataasiantuntijat, tekninen tuki, tiedon louhintaasiantuntijat)
• Data (kiinteät otteet, pääsy reaaliaikaisiin, varastoituihin tai toiminnallisiin tietoihin)
• Tietojenkäsittelyresurssit (laitteistoalustat)
• Ohjelmistot (tiedonlouhintatyökalut, muut asiaankuuluvat ohjelmistot)
Vaatimukset, oletukset ja rajoitukset:Listaa kaikki projektin vaatimukset, mukaan lukien valmistumisaikataulu, vaadittu tulosten ymmärrettävyys ja laatu sekä mahdolliset tietoturva- ja lakiasiat. Varmista, että sinulla on lupa käyttää tietoja. Listaa projektin tekemät oletukset. Nämä voivat olla oletuksia tiedoista, jotka voidaan todentaa tiedonlouhinnan aikana, mutta ne voivat sisältää myös oletuksia, joita ei voida todentaa projektiin liittyvästä liiketoiminnasta. On tärkeää luetella viimeksi mainitut, jos ne vaikuttavat tulosten oikeellisuuteen. Listaa projektin rajoitukset. Nämä voivat olla resurssien saatavuuden rajoituksia, mutta niihin voi sisältyä myös teknisiä rajoituksia, kuten mallintamiseen käytännöllistä käyttää tietojoukon kokoa.Riskit ja mahdolliset tapahtumat:Luettele riskit tai tapahtumat, jotka voivat viivyttää projektia tai aiheuttaa sen epäonnistumisen. Luettele vastaavat valmiussuunnitelmat, kuten mitä toimenpiteitä aiot tehdä, jos näitä riskejä tai tapahtumia ilmenee?Terminologia:Kokoa hankkeen kannalta merkityksellinen terminologian sanasto. Tässä on yleensä kaksi osaa:
• Asianmukaisen liiketoimintaterminologian sanasto on osa hankkeen käytettävissä olevaa liiketoimintaymmärrystä. Tämän sanaston rakentaminen on hyödyllinen 'tiedon hankkiminen' ja koulutus.
• Tiedonlouhintaterminologian sanastoa havainnollistetaan yritysongelmaan liittyvillä esimerkeillä.
Kustannukset ja edut:Rakenna hankkeelle kustannus-hyötyanalyysi, jossa verrataan projektin kustannuksia yritykselle mahdollisiin hyötyihin, jos se onnistuu. Tämän vertailun tulee olla mahdollisimman tarkka. Esimerkiksi kaupallisessa tilanteessa kannattaa käyttää taloudellisia keinoja.

Määritä tiedon louhinnan tavoitteet

Liiketoiminnan tavoite ilmaisee tavoitteet liiketoimintaterminologiassa. Tiedonlouhintatavoite ilmaisee projektin tavoitteet teknisesti. Liiketoiminnan tavoite voi esimerkiksi olla lisätä luettelomyyntiä nykyisille asiakkaille. Tiedonlouhintatavoite voi olla ennustaa, kuinka monta widgetiä asiakas ostaa, kun otetaan huomioon hänen ostonsa viimeisen kolmen vuoden ajalta, väestötiedot (ikä, palkka, kaupunki jne.) ja tuotteen hinta.

Yrityksen menestyskriteerit:Se kuvaa hankkeen tavoiteltuja tuotoksia, jotka mahdollistavat liiketoiminnan tavoitteiden saavuttamisen.Tietojen louhinnan onnistumiskriteerit:Se määrittelee onnistuneen hankkeen tuloksen kriteerit. Esimerkiksi tietty ennustetarkkuuden taso tai ostoalttiusprofiili tietyllä 'lisäysasteella'. Kuten liiketoiminnan menestymiskriteereissä, nämä voivat olla tarpeen kuvata subjektiivisilla termeillä, jolloin subjektiivisen arvion tekevä henkilö tai henkilöt tulee tunnistaa.

Tuota projektisuunnitelma

Kuvaile suunniteltua suunnitelmaa tiedon louhintatavoitteiden ja liiketoimintatavoitteiden saavuttamiseksi. Suunnitelmassasi tulee määritellä vaiheet, jotka suoritetaan loppuprojektin aikana, mukaan lukien työkalujen ja tekniikoiden alustava valinta.

jousikehys

1. Projektisuunnitelma: Listaa projektissa suoritettavat vaiheet niiden kestoineen, tarvittavine resursseineen, tuloineen, lähdöineen ja riippuvuuksineen. Yritä mahdollisuuksien mukaan tehdä selväksi tiedonlouhintaprosessin laajamittaiset iteraatiot, esimerkiksi mallinnus- ja arviointivaiheiden toistot.

Osana projektisuunnitelmaa on tärkeää analysoida aikataulujen ja riskien välisiä riippuvuuksia. Merkitse näiden analyysien tulokset selkeästi projektisuunnitelmaan, mieluiten toimilla ja suosituksilla, jos riskit ilmenevät. Päätä, mitä arviointistrategiaa käytetään arviointivaiheessa.

Projektisuunnitelmastasi tulee dynaaminen asiakirja. Kunkin vaiheen lopussa arvioit edistymistä ja saavutuksia ja päivität projektisuunnitelman sen mukaisesti. Näiden päivitysten tarkastelukohtien tulisi olla osa hankesuunnitelmaa.

2. Työkalujen ja tekniikoiden alustava arviointi: Ensimmäisen vaiheen lopussa sinun tulee suorittaa työkalujen ja tekniikoiden alustava arviointi. Valitset esimerkiksi tiedonlouhintatyökalun, joka tukee erilaisia ​​menetelmiä prosessin eri vaiheissa. On tärkeää arvioida työkalut ja tekniikat prosessin varhaisessa vaiheessa, koska työkalujen ja tekniikoiden valinta voi vaikuttaa koko projektiin.

Vaihe 2: Tietojen ymmärtäminen

CRISP-DM-prosessin toinen vaihe edellyttää, että hankit projektiresursseissa luetellut tiedot. Tämä alkukeräys sisältää tietojen lataamisen, jos se on tarpeen tietojen ymmärtämiseksi. Jos esimerkiksi käytät tiettyä työkalua tietojen ymmärtämiseen, on järkevää ladata tietosi tähän työkaluun. Jos hankit useita tietolähteitä, sinun on harkittava, miten ja milloin integroit ne.

Ensimmäinen tiedonkeruuraportti:Luettele hankitut tietolähteet, niiden sijainnit, niiden hankkimiseen käytetyt menetelmät ja havaitut ongelmat. Tallenna kohtaamasi ongelmat ja saavutetut ratkaisut. Tämä auttaa tämän hankkeen jatkossa toistamisessa ja vastaavien tulevien projektien toteuttamisessa.

Kuvaile dataa

Tutki hankitun datan brutto- tai pintaominaisuudet ja raportoi tuloksista.

Tietojen kuvausraportti:Kuvaile hankitut tiedot, mukaan lukien sen muoto, määrä, kenttien tunnisteet ja muut löydetyt pinnan piirteet. Arvioi, täyttävätkö hankitut tiedot vaatimuksiasi.

Tutki dataa

Tässä vaiheessa käsittelet tiedon louhintakysymyksiä käyttämällä kyselyitä, tietojen visualisointia ja raportointitekniikoita. Näitä voivat olla:

• Keskeisten ominaisuuksien jakelu
• Suhteet parien tai pienten määrien määrien välillä
• Yksinkertaisten aggregaatioiden tulokset
• Merkittävien alapopulaatioiden ominaisuudet
• Yksinkertaiset tilastolliset analyysit

Nämä analyysit voivat koskea suoraan tiedon louhintatavoitteitasi. Ne voivat myötävaikuttaa tai tarkentaa tietojen kuvausta ja laaturaportteja ja syöttää muunnos- ja muihin tietojen valmisteluvaiheisiin, joita tarvitaan jatkoanalyysiä varten.

Tietojen kartoitusraportti:Kuvaile tietotutkimuksesi tuloksia, mukaan lukien ensimmäiset havainnot tai alustava hypoteesi ja niiden vaikutus projektin loppuosaan. Voit tarvittaessa sisällyttää tähän kaavioita ja kaavioita osoittamaan datan ominaisuuksia, jotka viittaavat mielenkiintoisten data-alajoukkojen lisätutkimukseen.

Tarkista tietojen laatu

Tutki tietojen laatua ja vastaa esimerkiksi seuraaviin kysymyksiin:

• Ovatko tiedot täydellisiä vai kattavatko ne kaikki vaaditut tapaukset?
• Onko se oikein vai sisältääkö se virheitä, ja jos virheitä on, kuinka yleisiä ne ovat?
• Puuttuuko tiedoista arvoja? Jos on, miten ne esitetään, missä ne esiintyvät ja kuinka yleisiä ne ovat?

Tietojen laaturaportti

Listaa tietojen laadun tarkistuksen tulokset. Jos laatuongelmia ilmenee, ehdota mahdollisia ratkaisuja. Ratkaisut datan laatuongelmiin riippuvat yleensä suuresti tiedoista ja liiketoimintatiedoista.

Vaihe 3: Tietojen valmistelu

Tässä projektivaiheessa päätät, mitä tietoja käytät analysointiin. Kriteereitä, joita voit käyttää tämän päätöksen tekemiseen, ovat tietojen relevanssi tiedon louhintatavoitteisiisi, tietojen laatu ja tekniset rajoitukset, kuten datamäärän tai tietotyyppien rajoitukset.

Sisällyttämisen/poissulkemisen perusteet:Listaa sisällytettävät/poissuljettavat tiedot ja näiden päätösten syyt.

Puhdista tietosi

Tämä tehtävä sisältää tietojen laadun nostamisen valitsemiesi analyysitekniikoiden vaatimalle tasolle. Tämä voi sisältää tietojen puhtaiden osajoukkojen valitsemisen, sopivien oletusarvojen lisäämisen tai kunnianhimoisempia tekniikoita, kuten puuttuvien tietojen arviointia mallintamalla.

Tietojen puhdistusraportti:Kuvaile, mitä päätöksiä ja toimia olet tehnyt tietojen laatuongelmien ratkaisemiseksi. Harkitse siivoustarkoituksiin tehdyt datamuunnokset ja niiden mahdollinen vaikutus analyysituloksiin.

Rakenna tarvittavat tiedot

kuinka ladata musiikkia

Tämä tehtävä sisältää rakentavia tietojen valmistelutoimia, kuten johdettujen attribuuttien, kokonaisten uusien tietueiden tai muunnettujen arvojen tuottamista olemassa oleville määritteille.

Johdetut attribuutit:Nämä ovat uusia määritteitä, jotka on muodostettu yhdestä tai useammasta saman tietueen olemassa olevasta attribuutista. Voit esimerkiksi käyttää pituus- ja leveysmuuttujia laskeaksesi uuden pinta-alan muuttujan.Luodut tietueet:Tässä kuvailet täysin uusien tietueiden luomista. Saatat esimerkiksi joutua luomaan tietueita asiakkaille, jotka eivät ostaneet kuluneen vuoden aikana. Ei ollut mitään syytä pitää tällaisia ​​tietueita raakatiedoissa. Saattaa silti olla järkevää esittää, että tietyt asiakkaat eivät nimenomaisesti tehneet nollaostosta mallinnustarkoituksiin.

Integroi tiedot

Nämä menetelmät yhdistävät tietoja useista tietokannoista, taulukoista tai tietueista uusien tietueiden tai arvojen luomiseksi.

kuinka vanha pete davidson on

Yhdistetyt tiedot:Taulukoiden yhdistäminen tarkoittaa kahden tai useamman taulukon yhdistämistä samoista objekteista erilaisilla tiedoilla. Vähittäiskauppaketjussa voi esimerkiksi olla yksi taulukko, jossa on tiedot kunkin kaupan yleisistä ominaisuuksista (esim. lattiapinta-ala, kauppakeskuksen tyyppi), toinen taulukko, jossa on yhteenveto myyntitiedoista (esim. voitto, myynnin prosentuaalinen muutos edellisestä vuodesta) ja toinen, jossa on tietoa ympäröivän alueen väestötiedoista. Jokainen näistä taulukoista sisältää yhden tietueen jokaista kauppaa kohti. Nämä taulukot voidaan yhdistää uudeksi taulukoksi, jossa on yksi tietue jokaista kauppaa kohden yhdistämällä kenttiä lähdetaulukoista.Aggregaatiot:Aggregaatiot ovat toimintoja, joissa uudet arvot lasketaan tiivistämällä useiden tietueiden tai taulukoiden tiedot. Esimerkiksi muuntamalla asiakkaiden ostojen taulukko, jossa yksi tietue jokaista ostosta kohden, uudeksi taulukoksi ja yksi tietue kullekin asiakkaalle. Kentät ovat esimerkiksi ostosten määrä, keskimääräinen ostosumma, luottokortilta veloitettujen tilausten prosenttiosuus, prosenttiosuus tuotteista. promootiossa jne.

Vaihe 4: Mallintaminen

Valitse mallinnustekniikka: Ensimmäisenä vaiheena valitset käyttämäsi perusmallinnustekniikan. Vaikka olet ehkä jo valinnut työkalun liiketoiminnan ymmärtämisvaiheessa, valitset tässä vaiheessa tietyn mallinnustekniikan, esim. päätöspuun rakentaminen C5.0:lla tai neuroverkon generointi takaisin etenemällä. Jos käytetään useita tekniikoita, suorita tämä tehtävä jokaiselle tekniikalle erikseen.

Mallitekniikka:Dokumentoi käytettävä perusmallinnustekniikka.Mallin oletukset:Monet mallintamistekniikat tekevät tiedoista erityisiä oletuksia, esimerkiksi että kaikilla attribuutilla on tasainen jakautuminen, puuttuvia arvoja ei sallita, luokkaattribuutin on oltava symbolinen jne. Kirjaa tehdyt oletukset muistiin.

Luo testisuunnittelu

Ennen kuin rakennat mallin, sinun on luotava menettely tai mekanismi mallin laadun ja kelpoisuuden testaamiseksi. Esimerkiksi valvotuissa tiedonlouhintatehtävissä, kuten luokittelussa, on yleistä käyttää virheprosentteja tiedonlouhintamallien laatumittareina. Siksi yleensä jaat tietojoukon juna- ja testijoukkoon, rakennat mallin junajoukolle ja arvioit sen laadun erillisen testijoukon perusteella.

Testin suunnittelu:Kuvaa suunniteltu koulutus-, testaus- ja mallien arviointisuunnitelma. Suunnitelman ensisijainen osa on määrittää, kuinka käytettävissä oleva tietojoukko jaetaan koulutus-, testi- ja validointitietosarjoihin.

Rakenna malli

Suorita mallinnustyökalu valmiissa tietojoukossa luodaksesi yhden tai useamman mallin.

Parametriasetukset:Millä tahansa mallinnustyökalulla on usein suuri määrä parametreja, joita voidaan säätää. Luettele parametrit, niiden arvot ja perusteet parametriasetusten valinnalle.Mallit:Nämä ovat mallinnustyökalun tuottamia malleja, eivät mallien raporttia.Mallin kuvaukset:Kuvaile tuloksena olevia malleja, raportoi mallien tulkinnasta ja dokumentoi mahdolliset vaikeudet niiden merkityksessä.

Arvioi malli

Tulkitse malleja toimialuetietosi, tiedonlouhinnan onnistumiskriteerien ja halutun testisuunnittelun mukaan. Arvioi mallinnus- ja etsintätekniikoiden soveltamisen onnistumista ja ota myöhemmin yhteyttä yritysanalyytikoihin ja toimialueen asiantuntijoihin keskustellaksesi tiedon louhinnan tuloksista liiketoimintaympäristössä. Tässä tehtävässä otetaan huomioon vain mallit, kun taas arviointivaiheessa huomioidaan myös kaikki muut projektin aikana syntyneet tulokset.

Tässä vaiheessa mallit kannattaa asettaa paremmuusjärjestykseen ja arvioida ne arviointikriteerien mukaan. Sinun tulisi harkita liiketoiminnan tavoitteita ja menestyskriteerejä niin pitkälle kuin voit täällä. Useimmissa tiedonlouhintaprojekteissa yhtä tekniikkaa sovelletaan useammin kuin kerran, ja tiedon louhintatulokset tuotetaan useilla eri tekniikoilla.

Mallin arviointi:Tee yhteenveto tämän tehtävän tuloksista, luettele luomiesi mallien ominaisuudet (esim. tarkkuudella) ja luokittele niiden laadun keskenään.Tarkistetut parametriasetukset:Mallin arvioinnin mukaan tarkista ne ja viritä ne seuraavaa mallinnusta varten. Toista mallin rakentamista ja arviointia, kunnes uskot vahvasti, että olet löytänyt parhaat mallit. Dokumentoi kaikki tällaiset tarkistukset ja arvioinnit.

Vaihe 5: Arviointi

Arvioi tulokset: Aiemmat arviointivaiheet käsittelivät sellaisia ​​tekijöitä kuin mallin tarkkuus ja yleisyys. Tämän vaiheen aikana arvioit, missä määrin malli vastaa liiketoimintatavoitteitasi, ja yrität selvittää, onko tämän mallin puutteellisuuteen jokin liiketoiminnallinen syy. Toinen vaihtoehto on testata mallia testisovelluksissa todellisessa sovelluksessa, jos aika- ja budjettirajoitukset sen sallivat. Arviointivaiheeseen kuuluu myös muiden luomiesi tiedon louhintatulosten arviointi. Tiedonlouhintatulokset sisältävät malleja, jotka välttämättä liittyvät alkuperäisiin liiketoiminnan tavoitteisiin ja kaikki muut havainnot, jotka eivät välttämättä liity alkuperäisiin liiketoiminnan tavoitteisiin, mutta voivat myös paljastaa lisähaasteita, tietoa tai vihjeitä tulevaisuuden suuntiin.

Tiedonlouhinnan tulosten arviointi:Tee yhteenveto arvioinnin tuloksista liiketoiminnan menestyskriteereissä, mukaan lukien lopullinen lausunto siitä, täyttääkö projekti jo alkuperäiset liiketoimintatavoitteet.Hyväksytyt mallit:Kun mallit on arvioitu liiketoiminnan menestymiskriteereiksi, valitut kriteerit täyttävistä malleista tulee hyväksyttyjä malleja.

Tarkastusprosessi

Tässä vaiheessa tuloksena saadut mallit näyttävät olevan tyydyttäviä ja täyttävät liiketoiminnan tarpeet. Nyt sinun on syytä tehdä perusteellisempi katsaus tiedon louhintatoimeksiannosta selvittääksesi, onko jokin tärkeä tekijä tai tehtävä, joka on jotenkin jäänyt huomiotta. Tämä katsaus kattaa myös laadunvarmistuskysymykset. Esimerkiksi: rakensimmeko mallin oikein? Käytimmekö vain attribuutteja, joita saamme käyttää ja jotka ovat käytettävissä tulevia analyyseja varten?

Katsaus prosessiin:Tee yhteenveto prosessin tarkastelusta ja korosta toimet, jotka ovat jääneet väliin ja ne, jotka tulisi toistaa.

Päätä seuraavat vaiheet

Päätät nyt, miten toimit arvioinnin tulosten ja prosessin tarkastelun perusteella. Saatko tämän projektin päätökseen ja siirrytkö käyttöönottoon, aloitatko lisää iteraatioita tai perustatko uusia tiedonlouhintaprojekteja? Sinun tulee myös arvioida jäljellä olevat resurssit ja budjettisi, jotka voivat vaikuttaa päätöksiisi.

Luettelo mahdollisista toimista:Listaa mahdolliset lisätoimet ja syyt kunkin vaihtoehdon puolesta ja vastaan.Päätös:Kuvaile päätöstä siitä, miten edetä, sekä perustelut.

Vaihe 6: Käyttöönotto

Suunnittele käyttöönotto: Käyttöönottovaiheessa otat arviointitulokset ja määrität niiden käyttöönoton strategian. Jos asiaankuuluvien mallien luomiseksi on määritetty yleinen menettelytapa, tämä menettely on dokumentoitu tässä myöhempää käyttöönottoa varten. Käyttöönottotapoja ja -keinoja on järkevää harkita liiketoiminnan ymmärtämisvaiheessa, koska käyttöönotto on ratkaisevan tärkeää projektin onnistumiselle. Tässä ennakoiva analytiikka auttaa parantamaan yrityksesi operatiivista puolta.

Käyttöönottosuunnitelma:Tee yhteenveto käyttöönottostrategiastasi, mukaan lukien tarvittavat vaiheet ja niiden suorittaminen.

Suunnittele seuranta ja ylläpito

Valvonta ja ylläpito ovat tärkeitä asioita, jos tiedon louhintatulos tulee osaksi jokapäiväistä liiketoimintaa ja sen ympäristöä. Huolellinen ylläpitostrategian valmistelu auttaa välttämään tarpeettoman pitkiä jaksoja tiedon louhintatulosten väärinkäytöltä. Hanke tarvitsee yksityiskohtaisen seurantaprosessisuunnitelman tiedonlouhinnan tulosten käyttöönoton seuraamiseksi. Tässä suunnitelmassa otetaan huomioon erityinen käyttöönottotyyppi.

Valvonta- ja ylläpitosuunnitelma:Tee yhteenveto seuranta- ja ylläpitostrategiasta, mukaan lukien tarvittavat vaiheet ja niiden suorittaminen.

Tee loppuraportti

Projektin päätteeksi kirjoitat loppuraportin. Käyttöönottosuunnitelmasta riippuen tämä raportti voi olla vain yhteenveto projektista ja sen kokemuksista (jos niitä ei ole jo dokumentoitu meneillään olevana toimintona), tai se voi olla lopullinen ja kattava esitys tiedon louhinnan tuloksesta.

Loppuraportti:Tämä on lopullinen kirjallinen raportti tiedon louhintatoimeksiannosta. Se sisältää kaikki aikaisemmat suoritteet, yhteenvedon ja tulosten järjestämisen.Lopullinen esitys:Usein projektin jälkeen pidetään kokous, jossa tulokset esitellään asiakkaalle.

Tarkista projekti

java anonyymi toiminto

Arvioi mikä meni oikein ja mikä väärin, mikä tehtiin hyvin ja mikä kaipaa parantamista.

Kokemusdokumentaatio:Tee yhteenveto projektin aikana saadusta tärkeästä kokemuksesta. Tämä dokumentaatio voi esimerkiksi sisältää havaitsemasi sudenkuopat, harhaanjohtavia lähestymistapoja tai vihjeitä sopivimpien tiedonlouhintatekniikoiden valitsemiseksi vastaavissa tilanteissa. Ihanteellisissa projekteissa kokemusdokumentaatio kattaa myös yksittäisten projektin jäsenten hankkeen aikaisempien vaiheiden aikana kirjoittamat raportit.