شنبه ۲۳ اردیبهشت ۰۲ ۱۵:۰۴ ۱۵ بازديد
عدم پناه از دور و بر های تیمی در صفحه ها کلان
Fuehne در پی سخن های خود درباره صفحه های وسیع می گوید: این صفحات از گوشه و کنار های تیمی که یکسری نفر در آنها عمل دارند و به روزرسانی ها و تغییرات زیادی را روی داده ها اجرا می کنند نگهبانی نمی کنند و معمولا ایرادات بسیار زیادی را در این زمینه به وجود می آورند. ترکیب این کارداران بهاین معناست که دستیابی و کارهایی که از این صفحه ها استعمال می کنند نه تنها با ریسک های درآمدی بلکه با هزینه های بالای عملیاتی نیز مواجه می شوند که یک چالش بسیار بدون شوخی برای آنها محسوب میشود.
احتمال افزایش جمعی از داده ها با استعمال از spreadsheet ها
یکیاز دیگر از اشتباهات مهمی که استفاده از صفحات کلان می تواند به هم پا داشته باشد افزایش احتمال عده ای از داده ها است. هنگامی که تحلیلگران به منابع داده متصل می گردند، اقدام به دانلود کردن داده ها کرده یا فرمول ها، محورها و سایر عملیات های بر پایه ی داده را انجام میدهند در واقع به طور موءثر یک منبع داده ایزوله و مشتق شده میسازند. دقت داشته باشید که این فعالیت بدون اقداماتی در راستای ثبت پروسه پردازش داده و متمرکز کردن داده های مشتق شده صورت میگیرد که بعید هست دیگران در سازمان از این منبع داده اطلاع پیدا کنند. این چرخه می تواند تداوم داشته باشد و ضربه های بدون شوخی را به یک سازمان و بیزنس وارد کند.
البته خطاها شما زمانی جدی تر می شود که کارکنان spreadsheet ها را با مشتریان و شرکایی که به شبکه های شرکتی و سازمانی دسترسی ندارند نیز به اشتراک بگذارند. در بسیاری از مواقع این افراد فولدر ها را از طریق نشانی اینترنتی ارسال می کنند و همین ادله نیز باعث می گردد تا نگهداری از داده های حساس به یک کار بسیار سخت و چالش برانگیز تبدیل شود.
گروه داده های بزرگ اغلب کوشش خیر در spreadsheet ها ندارند
تا یکسری وقت پیش اکسل تنها از 65000 سطر پناه می کرد و زمانی که داده های شما ارتقا پیدا می کرد قابلیت استفاده از آن برای شما وجود نداشت. شاید برای شما جالب باشد که بدانید حتی امروز هم مایکروسافت صفحه ها پهناور را با مواردی مانند 1 میلیون ردیف، 16000 ستون، سلول هایی با عرض سلول 255 کاراکتری و اکثری از دست اندرکاران دیگر محدود می کند. اکثری از تحلیلگران با مجموعه داده های تعالی در حد گیگابایت یا ترابایت کار می کنند و همین ادله نیز سبب می شود تا قابلیت و امکان تجزیه و ارزیابی آنها با استفاده از spreadsheetها وجود نداشته باشد. Fuehne درباره این مورد میگوید: این یک نگرانی گرانقدر برای بیشتر سازمان ها و دستیابی و کارها میباشد به دلیل آنکه این صفحات مقیاس پذیر نیستند. محاسبات پیچیده ای که به داده های بازار با حجم قابل توجهی از داده های تراکنشی متکی هستند دیر به روز میگردند و اکثر اوقات در صفحات گسترده با مشکلات زیادی دراین خصوص مواجه می شویم.
نکات پایانی درباره اشتباهات صفحه های کلان برای استخراج و کارها
شاید برای شما جالب باشد که بدانید حتی گروه داده های با اندازه معدل چالش اساسی تری فراتر از مسائل عملکردی در صفحات گسترده ایجاد می کنند. با وجود ابزارهای بصری سازی داده و امکان های یادگیری ماشین جانور راهکارهای کارآمدتر و هوشمندتر برای تجزیه و نظارت گروه داده های گرانقدر وجود دارااست که می توانید از آنان استعمال کنید.
به این ترتیب درصورتیکه چه spreadsheetها همه کاره هستند و در زمینهی ها مختلف قابل به کار گیری هستند البته مدیریت داده ها، بصری سازی داده ها و بسیاری از موردها دیگر را برای استحصال و کارها و سازمان های امروزی سخت تر کرده و حتی میتوانند منجر نابودی یک تجارت شوند.
- ۰ ۰
- ۰ نظر