टूलिंग परिदृश्य
उपकरण उन प्रश्नों के लिए चुनें जिनके उत्तर चाहिए और उस डेटा के लिए जिस पर भरोसा हो सके, डेटा को पोर्टेबल रखें, और प्लेटफ़ॉर्म पर उन आदतों से कम खर्च करें जो संख्याओं को पढ़ने लायक बनाती हैं।
सारांश और प्रेरणा
मेट्रिक्स कार्यक्रम सबसे अधिक उपकरणों में दो उल्टी दिशाओं में गलत होते हैं। कुछ संगठन पहले बड़ा एनालिटिक्स प्लेटफ़ॉर्म खरीदते हैं और बाद में पाते हैं कि उनके पास न सहमत परिभाषाएँ हैं, न साफ़ डेटा, न दर्शक। अन्य स्क्रिप्ट और स्प्रेडशीट का ढेर बनाते हैं जिसे एक व्यक्ति समझता है, और कार्यक्रम तब खत्म होता है जब वह व्यक्ति आगे बढ़ जाता है। दोनों उपकरण से शुरू करते हैं और उन प्रश्नों की अनदेखी करते हैं जिनका उत्तर देना उसका उद्देश्य है।
परिदृश्य भीड़ वाला है और तेज़ी से बदलता है, इसलिए यह विषय जानबूझकर विक्रेता-निरपेक्ष है। यह उपकरणों के प्रकार, उनके बीच डेटा प्रवाह, बनाने और खरीदने के समझौते, और चुनाव के मानदंड बताता है। यह कोई उत्पाद नाम नहीं देता, क्योंकि उत्पाद नाम जल्दी पुराने होते हैं और पुस्तक वर्तमान फ़ीचर और कीमतों के लिए खराब मार्गदर्शक है। मापन सिद्धांत विक्रेता के साथ नहीं बदलते: जानें कि आप क्या माप रहे हैं, डेटा कहाँ से आता है, उसका स्वामी कौन है, और उसे कैसे पढ़ा जाएगा।
सेवा मेट्रिक्स कार्यक्रम को जो अधिकांश डेटा चाहिए वह पहले से रिकॉर्ड की प्रणालियों में है। IT सेवा प्रबंधन उपकरण घटनाएँ, अनुरोध, समस्याएँ, बदलाव और विन्यास रिकॉर्ड रखते हैं। सोर्स कंट्रोल, बिल्ड, परीक्षण और तैनाती प्रणालियाँ इंजीनियरिंग कार्य का इतिहास रखती हैं। निगरानी और ऑब्ज़र्वेबिलिटी प्रणालियाँ उपलब्धता, विलंबता और त्रुटि डेटा रखती हैं। सर्वेक्षण उपकरण, वित्त प्रणालियाँ, मानव संसाधन प्रणालियाँ और अनुबंध भंडार बाकी रखते हैं। मेट्रिक्स कार्यक्रम इन स्रोतों को उन में हो रहे कार्य को बाधित किए बिना जोड़ता है (देखें विषय 1.5, डेटा स्रोत और इंस्ट्रूमेंटेशन)।
स्रोतों से उस जगह तक डेटा की गति जहाँ उसका विश्लेषण हो सके डेटा पाइपलाइन है, और शास्त्रीय पैटर्न निकालें, रूपांतरित करें, लोड करें है: स्रोतों से पढ़ें, नया आकार दें और साफ़ करें, और स्टोर में लिखें। स्टोर डेटा वेयरहाउस हो सकता है, जो विश्लेषण के लिए संगठित कई प्रणालियों के डेटा का एकीकृत भंडार है। कार्यक्रम इन प्रणालियों तक एप्लिकेशन प्रोग्रामिंग इंटरफ़ेस से पहुँचते हैं, जिससे एक सॉफ़्टवेयर दूसरे से परिभाषित तरीके से डेटा माँगता है। जो बहता है उसकी गुणवत्ता हर चार्ट की गुणवत्ता तय करती है। डेटा गुणवत्ता सटीकता, पूर्णता, सुसंगति और समयबद्धता को कवर करती है, और उसे बनाए रखने वाला अनुशासन डेटा शासन है।
वित्तीय पक्ष सावधानी का हक़दार है। उपकरण का स्वामित्व की कुल लागत लाइसेंस, इन्फ्रास्ट्रक्चर, एकीकरण, प्रशिक्षण, प्रशासन, और उसे छोड़ने की लागत शामिल करती है। विक्रेता लॉक-इन वह स्थिति है जहाँ आपूर्तिकर्ता बदलना इतना महँगा है कि ग्राहक प्रभावी रूप से बँधा है। मेट्रिक्स कार्यक्रम विशेष रूप से उजागर हैं, क्योंकि परिभाषाएँ, इतिहास और डैशबोर्ड उपकरण के भीतर जमा होते हैं, और बाद में उन्हें निकालना कठिन है।
एजाइल लक्ष्य दृष्टिकोण को आकार देते हैं। सतत डिलीवरी कार्यक्रम पर लागू होती है: एक टीम के लिए एक स्रोत से एक दृश्य तक सबसे पतला कार्यशील रास्ता खड़ा करें, उसके उपयोग से सीखें, और बढ़ाएँ। सतत हितधारक भागीदारी का अर्थ है कि संख्याएँ उपयोग करने वाले लोग उपकरण चयन में भाग लेते हैं। सतत सुधार और जारी विकास का अर्थ है कि टूलिंग के बदलने की अपेक्षा है, इसलिए पोर्टेबिलिटी पूर्णता से अधिक मायने रखती है। टिकाऊ गति का अर्थ है कि कार्यक्रम डेटा इंजीनियरिंग परियोजना नहीं बनता जो उस कार्य को भूखा रखे जिसे वह मापता है। और प्रेरित व्यक्ति ऊपर से थोपे उपकरणों की अपेक्षा उन उपकरणों के साथ बेहतर कार्य करते हैं जिन्हें चुनने और समझने में उन्होंने मदद की, विशेषकर उन उपकरणों की अपेक्षा जो निगरानी जैसे लगें (देखें विषय 11.3, भय पैदा किए बिना मेट्रिक्स लागू करना)।
यह विषय डैशबोर्ड डिज़ाइन मार्गदर्शन (देखें विषय 11.1, सेवा मेट्रिक्स डैशबोर्ड का डिज़ाइन) और भाग 1 के शासन विषयों पर निर्भर है।
मुख्य सिद्धांत
- उपकरणों से पहले प्रश्न। पहले प्रश्न और माप लिखें, फिर देखें कि उन्हें कौन-सी टूलिंग चाहिए।
- रिकॉर्ड की प्रणालियाँ उपयोग करें। डेटा वहाँ से लें जहाँ कार्य होता है, और लोगों से उसे दो बार दर्ज करने को न कहें।
- परिभाषाएँ उपकरण के बाहर रखें। मेट्रिक परिभाषाएँ सादे, पोर्टेबल रूप में रखें जो प्लेटफ़ॉर्म बदलने पर बचे।
- पोर्टेबल डेटा को प्राथमिकता दें। डेटा खुले प्रारूपों में, प्रलेखित इंटरफ़ेस के साथ रखें, और बाहर का रास्ता रखें।
- पतले से शुरू करें और बढ़ाएँ। एक स्रोत, एक दृश्य, एक टीम, फिर विस्तार।
- पूरी लागत गिनें। लाइसेंस एकीकरण, डेटा सफ़ाई और रखरखाव की लागत का अंश हैं।
- लोगों की रक्षा करें। उपकरणों को टीमों और सेवाओं तक एकत्र करना, पहुँच नियम लागू करना, और निगरानी को कठिन बनाना चाहिए।
- पाइपलाइन को सेवा मानें। उसे स्वामी, निगरानी, परीक्षण, और विफलता सँभालने का तरीका चाहिए।
मेट्रिक परिभाषाएँ
नीचे के माप मेट्रिक्स टूलिंग और उसकी डेटा आपूर्ति के स्वास्थ्य का वर्णन करते हैं। वे कार्यक्रम टीम के लिए हैं, ढाँचे को ईमानदार रखने के लिए, और लोगों को रेट करने के लिए उपयोग नहीं होने चाहिए।
| मेट्रिक | परिभाषा | सूत्र | इकाई | डेटा स्रोत | ITIL अभ्यास | एजाइल समकक्ष | आवृत्ति |
|---|---|---|---|---|---|---|---|
| स्रोत कवरेज | सहमत मापों के लिए ज़रूरी रिकॉर्ड प्रणालियों का हिस्सा जो मेट्रिक्स स्टोर को अपने आप फ़ीड करती हैं | जुड़े और परखे स्रोत / सहमत मापों के लिए ज़रूरी स्रोत | प्रतिशत | स्रोत सूची; पाइपलाइन विन्यास | सूचना और प्रौद्योगिकी प्रबंधन; सेवा विन्यास प्रबंधन | पाइपलाइन की सतत डिलीवरी | तिमाही |
| पाइपलाइन विश्वसनीयता | निर्धारित डेटा लोड का हिस्सा जो पास होती जाँचों के साथ समय पर पूरे होते हैं | पास होती जाँचों के साथ समय पर लोड / निर्धारित लोड | प्रतिशत | पाइपलाइन लॉग और परीक्षण परिणाम | निगरानी और घटना प्रबंधन | स्वचालित परीक्षण और तेज़ प्रतिक्रिया | साप्ताहिक |
| नए माप का समय | नए माप के स्वीकृत अनुरोध से परिभाषा कार्ड के साथ उसकी उपलब्धता तक बीता समय | स्वीकृति से प्रकाशन तक के दिन, माध्यिका और 85वाँ पर्सेंटाइल | दिन | अनुरोध और रिलीज़ रिकॉर्ड | सेवा अनुरोध प्रबंधन; परिवर्तन सक्षमीकरण | मूल्य की छोटी वृद्धियाँ | तिमाही |
| मिलान दर | प्रमुख आँकड़ों का हिस्सा जो नमूना जाँच पर मेट्रिक्स स्टोर और स्रोत प्रणाली के बीच मेल खाते हैं | सहनशीलता के भीतर मेल खाते आँकड़े / जाँचे आँकड़े | प्रतिशत | मिलान जाँचें | सूचना और प्रौद्योगिकी प्रबंधन | भरोसेमंद प्रतिक्रिया | मासिक |
| हाथ के प्रयास का हिस्सा | आवर्ती रिपोर्टों पर प्रयास का हिस्सा जो हाथ के संग्रह और सफ़ाई में जाता है | हाथ के चरणों के घंटे / आवर्ती रिपोर्टों के कुल घंटे | प्रतिशत | समय अनुमान; टीम सर्वेक्षण | सतत सुधार | कठिन श्रम हटाना | तिमाही |
| निकास तत्परता | क्या परिभाषाएँ, इतिहास और डैशबोर्ड प्रलेखित, उपयोग-योग्य रूप में निर्यात हो सकते हैं | परखे और पूर्ण निर्यात / नियोजित निर्यात परीक्षण | प्रतिशत | निर्यात परीक्षण रिकॉर्ड | आपूर्तिकर्ता प्रबंधन; सेवा निरंतरता प्रबंधन | टिकाऊ चुनाव | वार्षिक |
| समर्थित प्रति टीम टूलिंग लागत | कार्यक्रम की टूलिंग की पूरी वार्षिक लागत को उसकी सेवा की टीमों से भाग | (लाइसेंस + इन्फ्रास्ट्रक्चर + रखरखाव प्रयास) / सेवित टीमें | मुद्रा प्रति टीम | वित्त और प्रयास रिकॉर्ड | सेवा वित्तीय प्रबंधन | टिकाऊ गति | वार्षिक |
स्रोत इस आधार पर गिनें कि सहमत मापों को क्या चाहिए, इस पर नहीं कि क्या मौजूद है, ताकि अप्रासंगिक प्रणालियाँ जोड़कर कवरेज न बढ़ाया जाए। मिलान के लिए पहले से नमूना और सहनशीलता चुनना आवश्यक है। समर्थित प्रति टीम टूलिंग लागत विकल्पों की तुलना के लिए उपयोग होने वाला वर्णनात्मक आँकड़ा है, नीचे धकेलने का लक्ष्य नहीं। इसमें पाइपलाइन बनाए रखने वाले लोगों का प्रयास शामिल है।
सिफ़ारिशें
तय करें आपको क्या चाहिए
1. आवश्यकताएँ प्रश्नों और मापों के रूप में लिखें। वे माप सूचीबद्ध करें जिन्हें प्रकाशित करने पर कार्यक्रम सहमत हुआ है (देखें विषय 11.1, सेवा मेट्रिक्स डैशबोर्ड का डिज़ाइन), हर एक को कौन-से स्रोत चाहिए, हर एक कितना ताज़ा होना चाहिए, कौन उसे देख सकता है, और इतिहास कितने समय तक रखना है। अनिवार्य को प्राथमिकताओं से अलग करें। प्रस्तावों के लिए लंबे अनुरोध की जगह दो पृष्ठ का छोटा दस्तावेज़ बेहतर है।
2. जो आपके पास पहले से है उसकी सूची बनाएँ। कई संगठनों के सेवा प्रबंधन, इंजीनियरिंग और निगरानी उपकरणों में एनालिटिक्स फ़ीचर अनुपयोगी हैं। कई के पास स्प्रेडशीट, स्क्रिप्ट और रिपोर्टें हैं जो ज़रूरत का हिस्सा पहले से पूरा करती हैं। यह देखकर शुरू करें कि ये क्या कर सकते हैं। सबसे सस्ता उपकरण वह है जिसका भुगतान हो चुका और जिसे समझा जा चुका।
3. उपकरण से पहले डेटा का जायज़ा लें। हर स्रोत के लिए जाँचें कि डेटा पूर्ण, सुसंगत रूप से दर्ज, और इंटरफ़ेस से सुलभ है या नहीं। उपकरण उन घटना श्रेणियों को ठीक नहीं कर सकता जिन्हें कोई उपयोग नहीं करता, बाद में बनाए बदलाव रिकॉर्ड, या अधिलेखित टाइमस्टैम्प। कुछ सबसे मूल्यवान शुरुआती कार्य स्रोत पर डेटा संग्रह ठीक करना है (देखें विषय 7.4, विन्यास और CMDB गुणवत्ता मेट्रिक्स)।
बनाएँ, खरीदें, या जोड़ें
4. बनाने और खरीदने की पूरी लागत और फ़िट पर तुलना करें। एनालिटिक्स प्लेटफ़ॉर्म या पैक्ड इंजीनियरिंग एनालिटिक्स उत्पाद खरीदना तैयार कनेक्टर, चार्ट और सहायता लाता है, लाइसेंस, दुनिया के निश्चित मॉडल, और निर्भरता की कीमत पर। पाइपलाइन और दृश्य बनाना फ़िट और नियंत्रण लाता है, इंजीनियरिंग समय और रखरखाव की कीमत पर। अधिकांश संगठन मिलाकर समाप्त करते हैं: जहाँ बिल्ट-इन रिपोर्टिंग पर्याप्त हो उसे उपयोग करें, दृश्यों के लिए सामान्य विश्लेषण उपकरण उपयोग करें, और जहाँ कुछ और फ़िट न हो वहाँ पतले कनेक्टर बनाएँ।
5. वास्तविक डेटा के साथ प्रोटोटाइप परखें। प्रतिबद्ध होने से पहले अपने दो-तीन मापों के साथ वास्तविक डेटा और वास्तविक उपयोगकर्ताओं पर समय-सीमित परीक्षण चलाएँ। जाँचें कि कनेक्शन में कितना समय लगा, उपकरण ने आपकी परिभाषाएँ कितनी अच्छी तरह सँभालीं, क्या वह वितरण और पर्सेंटाइल दिखा सका, और उसने पहुँच कैसे नियंत्रित की। मार्केटिंग प्रदर्शन साफ़ डेटा उपयोग करते हैं, और आपका साफ़ नहीं है।
6. प्रवेश से पहले निकास की योजना बनाएँ। पूछें कि परिभाषाएँ, इतिहास और डैशबोर्ड कैसे निर्यात हो सकते हैं, और उसे परखें। खुले इंटरफ़ेस और मानक प्रारूपों वाले उपकरणों को प्राथमिकता दें, और मेट्रिक परिभाषाओं और साफ़ किए डेटा की अपनी प्रति रखें। छोड़ने की लागत रुकने की लागत का हिस्सा है, और विश्वसनीय निकास आपकी वार्ता की स्थिति सुधारता है (देखें विषय 8.4, आपूर्तिकर्ता और अनुबंध मेट्रिक्स)।
स्पष्ट मानदंड से चुनें
7. विक्रेता-निरपेक्ष चयन मानदंड उपयोग करें। उपयोगी मानदंडों में ये शामिल हैं। क्या आपको चाहिए डेटा स्रोतों के रखरखाव वाले कनेक्टर हैं? क्या परिभाषाएँ लिखी, संस्करणित और समीक्षित हो सकती हैं? क्या उपकरण औसत और गिनती के साथ वितरण, पर्सेंटाइल और रुझान दिखा सकता है? क्या वह टीमों और सेवाओं तक एकत्र करता है और व्यक्ति-स्तर के दृश्य सीमित करने देता है? क्या वह भूमिका-आधारित पहुँच और ऑडिट का समर्थन करता है? क्या डेटा खुले प्रारूपों में निर्यात-योग्य है? विक्रेता बदलाव, आउटेज और सुरक्षा घटनाएँ कैसे सँभालता है? तीन वर्षों में आपके अपेक्षित पैमाने पर इसकी लागत क्या है?
8. बिल्ट-इन स्कोरिंग से सावधान रहें। कुछ उपकरण सीधे डिब्बे से मिश्रित स्कोर, लोगों की रैंकिंग, या "उत्पादकता" सूचकांक देते हैं। इन्हें अपनाना आसान और बचाव करना कठिन है (देखें विषय 1.2, गुडहार्ट का नियम और मेट्रिक्स का मनोविज्ञान)। जाँचें कि ऐसे फ़ीचर बंद हो सकते हैं या नहीं, और कुछ चालू करने से पहले नीति तय करें।
9. उपयोग करने वाले लोगों को शामिल करें। टीमों से चुने गए विकल्प अपने डेटा के साथ आज़माने को कहें। उनके प्रश्न वे सीमाएँ उजागर करेंगे जो आवश्यकता दस्तावेज़ ने नहीं कीं। सुरक्षा, गोपनीयता, वित्त और खरीद को जल्दी शामिल करें (देखें विषय 8.1, सुरक्षा घटना और कमज़ोरी मेट्रिक्स)।
पाइपलाइन को सेवा की तरह चलाएँ
10. पाइपलाइन को स्वचालित करें, परखें और निगरानी करें। डेटा लोड को किसी भी उत्पादन सेवा की तरह मानें। गिनतियों, श्रेणियों, डुप्लिकेट और ताज़गी पर स्वचालित जाँचें चलाएँ। विफलता पर अलर्ट दें, और डैशबोर्ड पर डेटा गुणवत्ता स्थिति दिखाएँ। रूपांतरण तर्क का संस्करण बनाएँ और उसके बदलावों की कोड की तरह समीक्षा करें (देखें विषय 5.5, निगरानी और अलर्ट गुणवत्ता मेट्रिक्स)।
11. परिभाषाओं का कैटलॉग रखें। हर माप की परिभाषा, सूत्र, स्रोत, स्वामी और सीमाओं के साथ साझा कैटलॉग रखें। यह सादी टेक्स्ट फ़ाइलों का भंडार, डेटा कैटलॉग उपकरण, या विकी हो सकता है। मायने यह रखता है कि वह अर्थ का सत्य स्रोत हो, और डैशबोर्ड उससे पढ़ें या उससे जुड़ें (देखें विषय 1.4, मेट्रिक्स शासन और स्वामित्व)।
12. हर साल टूलिंग की समीक्षा करें। हर साल जाँचें कि टूलिंग की लागत क्या है, कार्यक्रम कौन-से भाग उपयोग करता है, हाथ का प्रयास कहाँ बचा है, और कौन-से नए विकल्प हैं। जो कोई उपयोग नहीं करता उसे रिटायर करें। कार्यक्रम के परिपक्व होने पर बनाने या खरीदने का संतुलन फिर सोचें। बदलाव की योजना कार्य के सामान्य भाग के रूप में बनाएँ।
हेरफेर के तरीके और रेलिंग
| मेट्रिक | हेरफेर कैसे होता है | जोड़ी गई रेलिंग मेट्रिक या अभ्यास |
|---|---|---|
| स्रोत कवरेज | आसान या अप्रासंगिक स्रोत जोड़ना; ऐसा कनेक्शन गिनना जो उपयोग-योग्य डेटा नहीं ढोता | सहमत मापों से गिनें; प्रति स्रोत डेटा पूर्णता जाँचें |
| पाइपलाइन विश्वसनीयता | जाँचें ढीली करना ताकि लोड हमेशा पास हों; कम लोड निर्धारित करना | जाँचों की मज़बूती की समीक्षा करें; मिलान और स्रोत पंक्ति गिनतियाँ ट्रैक करें |
| नए माप का समय | परिभाषाओं या परीक्षणों के बिना प्रकाशित करना; नया माप क्या गिना जाए यह संकरा करना | पूर्णता के लिए परिभाषा कार्ड और मिलान जाँच आवश्यक करें |
| मिलान दर | जाँचने के लिए आसान आँकड़े चुनना; चूक के बाद सहनशीलता चौड़ी करना | जाँच से पहले नमूने चुनें; सहनशीलता पहले से तय करें; कठिन आँकड़े शामिल करें |
| हाथ के प्रयास का हिस्सा | हाथ के कार्य को कम बताना; प्रयास अन्य बजट में छिपाना | कार्य करने वाले लोगों से पूछें; हर रिपोर्टिंग चक्र में देर से बिताए समय से तुलना |
| निकास तत्परता | आंशिक निर्यात परखना; प्रलेखित योजना को तत्परता गिनना | अलग उपकरण में नमूने पर पूरा पुनर्स्थापन चलाएँ; परिभाषाएँ और इतिहास सत्यापित करें |
| समर्थित प्रति टीम टूलिंग लागत | रखरखाव प्रयास छोड़ना; कागज़ पर टीमें जोड़ना | कर्मचारी समय शामिल करें; वे टीमें गिनें जो अपने दृश्य सक्रिय रूप से उपयोग करती हैं |
स्वस्थ पठन ऐसा डेटा दिखाता है जो समय पर आता और स्रोत से मेल खाता है, नए माप जो परिभाषाओं के साथ प्रकाशित होते हैं, घटता हाथ का प्रयास, और निकास जिसे कम से कम एक बार परखा गया है।
समझौते: लाभ और हानि
| दृष्टिकोण | ताकत | कमज़ोरी |
|---|---|---|
| हर उपकरण की बिल्ट-इन रिपोर्टिंग | सस्ती; पहले से वहाँ; समझी हुई | साइलो; उपकरणों में असंगत परिभाषाएँ |
| एक विक्रेता का एकल सूट | एकीकृत; एक अनुबंध | लॉक-इन; विक्रेता के मॉडल में फ़िट, आपके में नहीं |
| पैक्ड इंजीनियरिंग एनालिटिक्स उत्पाद | तेज़ शुरुआत; तैयार कनेक्टर | निश्चित मॉडल; व्यक्ति-स्तर स्कोरिंग का जोखिम; पैमाने पर लागत |
| सामान्य विश्लेषण और विज़ुअलाइज़ेशन उपकरण | लचीला; व्यापक कौशल उपलब्ध | डेटा आपूर्ति और डिज़ाइन कौशल चाहिए |
| रूपांतरण परत के साथ वेयरहाउस | मज़बूत नियंत्रण; स्रोतों में जोड़ | इंजीनियरिंग प्रयास; स्वामित्व चाहिए |
| स्प्रेडशीट और स्क्रिप्ट | शुरू करना तेज़; कोई लाइसेंस नहीं | नाज़ुक; व्यक्तियों पर निर्भर; ऑडिट कठिन |
| ओपन-सोर्स स्टैक | नियंत्रण; कोई लाइसेंस लागत नहीं | रखरखाव प्रयास; सहायता आप पर निर्भर |
| हाथ से इकट्ठे माप | किसी टूलिंग के बिना काम करता है | धीमा; त्रुटि-प्रवण; बनाए रखना कठिन |
सीधा उत्तर वह उपयोग करके शुरू करना है जो आपके पास पहले से है, सबसे पतला कनेक्शन जोड़ना जो वास्तविक प्रश्नों का उत्तर दे, परिभाषाएँ और डेटा पोर्टेबल रखना, और भारी उपकरणों की ओर तभी बढ़ना जब हल्के निर्णयों को स्पष्ट रूप से सीमित करें।
अपनी टीम के साथ चर्चा के प्रश्न
1. हम हर महीने कौन-सी संख्याएँ हाथ से बनाते हैं, और रुकने के लिए क्या चाहिए? हाथ की रिपोर्टें और उनके घंटे सूचीबद्ध करें। हर एक का स्रोत और क्या उसका इंटरफ़ेस है, यह खोजें। सुगमकर्ता को पूछना चाहिए कि कौन-सी रिपोर्टें सीधे छोड़ी जा सकती हैं। एक को स्वचालित और एक को रिटायर करने पर सहमत हों।
2. यदि हमारा वर्तमान रिपोर्टिंग उपकरण कल गायब हो जाए, तो हम क्या खोएँगे? वे परिभाषाएँ, इतिहास और डैशबोर्ड नामित करें जो केवल उसके भीतर हैं। जाँचें उनमें से कौन-से निर्यात-योग्य हैं। सहमत हों कि प्रति कहाँ रखनी है।
3. हमारी प्रणालियों के किस डेटा पर हम सबसे कम भरोसा करते हैं, और क्यों? दर्ज करने की आदतें, डिफ़ॉल्ट और अधिलेखित फ़ील्ड देखें। अनुमान लगाएँ कि हर विकृति हमारे प्रकाशित मापों को कितना प्रभावित करती है। सहमत हों कि कौन-सा स्रोत सुधार सबसे कम प्रयास में सबसे अधिक भरोसा जोड़ेगा।
4. उपकरण लोगों को क्या देखने देता है जो हम नहीं चाहेंगे? व्यक्ति-स्तर के दृश्य, गतिविधि लॉग और रैंकिंग जाँचें। तय करें क्या सीमित या बंद करना है, और किसी के फ़ीचर उपयोग करने से पहले नियम लिख दें।
5. नया माप जोड़ने में हमें कितना समय लगता है, और क्या हमें धीमा करता है? हाल के अनुरोध को स्वीकृति से उपलब्धता तक खोजें। प्रतीक्षाएँ चिह्नित करें। सहमत हों कि क्या हटाना है, जैसे अनुमोदन, छूटी परिभाषाएँ, या हाथ की सफ़ाई।
6. एक टीम के लिए एक साल इस उपकरण की पूरी लागत क्या है? लाइसेंस, इन्फ्रास्ट्रक्चर, एकीकरण, प्रशिक्षण, और इसे बनाए रखने वाले लोगों का समय जोड़ें। उन निर्णयों से तुलना करें जो इसने सुधारे। चर्चा करें कि हम किसका भुगतान बंद करेंगे।
चार दृष्टिकोण
उत्पाद और डिलीवरी टीमें
टीमें ऐसा डेटा चाहती हैं जो अतिरिक्त प्रविष्टि के बिना कार्य से आए, और दृश्य जो उनके प्रश्नों का उत्तर दें। उन्हें उपकरण चुनने और परखने में मदद करनी, अपने मापों की परिभाषाओं के स्वामी होना, और व्यक्तियों को रैंक करने वाले फ़ीचर अस्वीकार करने चाहिए। उनका समय सबसे दुर्लभ इनपुट है, और जो टूलिंग उनसे कार्य दो बार लॉग करने को कहे उसका विरोध होगा।
सेवा और संचालन टीमें
संचालन टीमें स्रोत और अक्सर पाइपलाइन चलाती हैं। उन्हें पाइपलाइन को निगरानी और परीक्षणों के साथ सेवा मानना, स्रोत डेटा फ़ील्ड विश्वसनीय रखना, और रिकॉर्ड की प्रणालियों में उन बदलावों को चिह्नित करना चाहिए जो कनेक्टर तोड़ेंगे। वे सबसे पहले देखती हैं जब कोई संख्या गलत हो।
नेतृत्व और शासन
नेता कार्यक्रम को वित्त देते और अपेक्षाएँ तय करते हैं। उन्हें लाइसेंस कीमत नहीं, कुल लागत माँगनी, पोर्टेबिलिटी और निकास आवश्यक करना, परिभाषा समस्या हल करने के लिए प्लेटफ़ॉर्म खरीदने का विरोध करना, और गोपनीयता व पहुँच नियमों पर ज़ोर देना चाहिए। उन्हें मामूली शुरुआत स्वीकार करनी और उसे उन निर्णयों से आँकना चाहिए जिन्हें वह सुधारती है।
ग्राहक और उपयोगकर्ता
ग्राहक और उपयोगकर्ता शायद ही कभी टूलिंग देखते हैं, और उसके परिणामों के साथ जीते हैं: उनके बारे में डेटा संग्रहीत, संयुक्त और विश्लेषित होता है। वे स्पष्ट नियमों के हक़दार हैं कि क्या इकट्ठा होता है, कितने समय रखा जाता है, कौन देखता है, और कैसे संरक्षित है। जहाँ माप उनकी प्रतिक्रिया पर निर्भर हैं, वहाँ उपकरणों को सहमति और गुमनामी का सम्मान करना चाहिए।
व्यवहार में: एक एजाइल ITIL उदाहरण
एक क्षेत्रीय लॉजिस्टिक्स कंपनी के पास सेवा प्रबंधन उपकरण, सोर्स कंट्रोल और तैनाती प्रणाली, निगरानी प्लेटफ़ॉर्म और सर्वेक्षण उपकरण हैं, और हर एक अपनी रिपोर्टें बनाता है। सेवा प्रबंधन प्रमुख 12 टीमों के लिए सेवा स्वास्थ्य का एक दृश्य चाहती हैं। एक विक्रेता तीन-वर्षीय अनुबंध के साथ सब-कुछ-एक-में एनालिटिक्स प्लेटफ़ॉर्म की पेशकश करता है। नीचे के आँकड़े उदाहरणार्थ हैं।
सेवा प्रबंधन प्रमुख पहले प्रश्न और वे 14 माप लिखती हैं जिन पर टीमें और नेता डैशबोर्ड सत्रों में सहमत हुए। वे जो मौजूद है उसकी सूची बनाती हैं: सेवा प्रबंधन उपकरण अपने इंटरफ़ेस से घटना और बदलाव डेटा निर्यात कर सकता है, तैनाती प्रणाली तैनाती टाइमस्टैम्प देती है, और निगरानी प्लेटफ़ॉर्म उद्देश्यों के विरुद्ध उपलब्धता रिपोर्ट करता है। वे टीम प्रतिनिधियों के छोटे समूह से वास्तविक डेटा के साथ तीन मापों पर दो विकल्प परखने को कहती हैं: विक्रेता का प्लेटफ़ॉर्म और छोटे डेटा स्टोर व पतले कनेक्टरों के साथ सामान्य विज़ुअलाइज़ेशन उपकरण का संयोजन।
परीक्षण अंतर सामने लाता है। प्लेटफ़ॉर्म दो दिनों में सभी स्रोतों से जुड़ा, पर उसने लीड टाइम माध्य के रूप में गिना और ऊँचा पर्सेंटाइल नहीं दिखा सका, उसमें बिल्ट-इन "टीम उत्पादकता स्कोर" था जो बंद नहीं हो सकता था, और डैशबोर्ड परिभाषाओं का निर्यात ऐसी फ़ाइल बना जिसे कोई अन्य उपकरण नहीं पढ़ सकता था। संयोजन को जुड़ने में 11 दिन लगे, पर उसने माध्यिकाएँ और पर्सेंटाइल दिखाए, परिभाषाएँ भंडार में सादे टेक्स्ट के रूप में रखीं, और डेटा स्टोर पर व्यक्ति-स्तर फ़ील्ड सीमित किए। समूह यह भी खोजता है कि 30 प्रतिशत बदलाव रिकॉर्ड तैनाती के बाद बने थे, इसलिए उसे जो भी उपकरण पढ़ता, लीड टाइम गलत होता। स्रोत पर दर्ज करने की आदत ठीक करना पहला कार्य बन जाता है।
कंपनी संयोजन चुनती है। स्रोत कवरेज दो तिमाहियों में ज़रूरी 8 स्रोतों में से 3 से 7 पर पहुँचता है। पाइपलाइन विश्वसनीयता पास होती जाँचों के साथ समय पर 71 प्रतिशत लोड से शुरू होती है, और टीम के परीक्षण और विफलता अलर्ट जोड़ने के बाद 96 प्रतिशत पहुँचती है। नए माप का समय 31 दिनों की माध्यिका से घटकर 9 होता है। मासिक रिपोर्ट पर हाथ का प्रयास लगभग 40 घंटे से घटकर 6 होता है। एक निदेशक पूछता है कि क्या टीमों की एकल रैंकिंग देने के लिए विक्रेता प्लेटफ़ॉर्म का उत्पादकता स्कोर जोड़ा जा सकता है। सेवा प्रबंधन प्रमुख विषय 1.2 में विश्लेषण समझाती हैं, दिखाती हैं कि कंपनी में कहीं और ऐसा स्कोर उपयोग होने पर क्या हुआ, और वर्तमान संतुलित दृश्य प्रस्तावित करती हैं। निर्णय दर्ज होता है, और स्कोर फ़ीचर हर उस उपकरण में बंद किया जाता है जिसमें वह है।
क्षेत्र के अनुसार दृष्टि
स्टार्टअप। वह उपयोग करें जो उत्पाद और मौजूदा उपकरण पहले से देते हैं। स्प्रेडशीट और आपके उपयोग के उपकरणों की बिल्ट-इन रिपोर्टें अधिकांश शुरुआती प्रश्नों का उत्तर दे सकती हैं। प्रश्नों के स्थिर होने और हाथ के प्रयास के दर्द देने तक डेटा प्लेटफ़ॉर्म का विरोध करें। मेट्रिक परिभाषाएँ लिखी रखें ताकि बाद में बदलना आसान हो।
छोटा व्यवसाय। कम माप और कम प्रणालियाँ सरल टूलिंग का अर्थ हैं। बिल्ट-इन रिपोर्टें और स्प्रेडशीट अक्सर पर्याप्त होती हैं। मुख्य जोखिम वह डेटा हैं जो केवल एक व्यक्ति के दिमाग में है और बिना निर्यात वाले उपकरण। ऐसे उत्पाद चुनें जिन्हें आप छोड़ सकें, और परिभाषाएँ लिख लें।
उद्यम। कई प्रणालियाँ, कई टीमें और कई परिभाषाएँ शासित डेटा स्टोर, परिभाषाओं के कैटलॉग और परतदार दृश्यों के पक्ष में तर्क देती हैं। संघीय स्वामित्व उस केंद्रीय टीम से बेहतर काम करता है जो हर रिपोर्ट बनाती है। लॉक-इन, पहुँच नियंत्रण, गोपनीयता और आपूर्तिकर्ता आकलन पर ध्यान दें, और ऐसी छोटी प्लेटफ़ॉर्म टीम पर विचार करें जो पाइपलाइन सेवा के रूप में दे।
सरकार और सार्वजनिक क्षेत्र। खरीद नियम, डेटा संप्रभुता और पहुँच-योग्यता उपकरण चयन को प्रभावित करते हैं। खुले मानक और पोर्टेबिलिटी मूल्यवान हैं क्योंकि अनुबंध लंबे होते और प्रशासन बदलते हैं। सुरक्षा आकलन, रिकॉर्ड प्रतिधारण और सार्वजनिक प्रकटीकरण नियमों की योजना बनाएँ, और होस्टिंग व खरीद पर वर्तमान मार्गदर्शन जाँचें (देखें विषय 8.5, विनियमित और सरकारी रिपोर्टिंग)।
व्यावसायिक औचित्य: प्रेरणाएँ, ROI और TCO
लागतों में लाइसेंस या सदस्यताएँ, इन्फ्रास्ट्रक्चर, एकीकरण और कनेक्टर कार्य, डेटा सफ़ाई, परिभाषा और कैटलॉग कार्य, प्रशिक्षण, सहायता, और पाइपलाइन को स्वस्थ रखने का आवर्ती प्रयास शामिल हैं। बनाने के विकल्पों में इंजीनियरिंग लागतें हैं जिन्हें कम आँकना आसान है, और खरीदने के विकल्पों में शुल्क हैं जो पैमाने के साथ बढ़ते हैं और छोड़ने की लागत।
प्रतिफल बचे रिपोर्टिंग प्रयास, तेज़ उत्तर, संख्याओं पर कम विवाद, और भरोसेमंद डेटा से बेहतर निर्णयों से आते हैं। अपने डेटा से मामला बनाएँ: अभी हाथ की रिपोर्टों पर बिताए घंटे, एक आँकड़े के प्रतिस्पर्धी संस्करणों की संख्या, प्रश्न और उत्तर के बीच का विलंब, और ओवरलैप होते उपकरणों की लागत। जब तक आप अपने संदर्भ से स्रोत और प्रासंगिकता न खोज सकें, एनालिटिक्स प्रतिफल पर विश्लेषक आँकड़े उद्धृत करने से बचें। निष्पक्ष तुलना हर विकल्प की तीन वर्षों की पूरी लागत गिनती है, निकास सहित (देखें विषय 7.5, सेवा लागत और इकाई अर्थशास्त्र, और विषय 7.7, निवेश पर प्रतिफल और व्यावसायिक औचित्य)।
प्रति-पैटर्न और जाल
- पहले उपकरण, बाद में प्रश्न। प्लेटफ़ॉर्म आता है, और कोई नहीं जानता उससे क्या पूछें। पहले माप लिखें।
- परिभाषा समस्या ठीक करने के लिए खरीदना। अर्थ पर असहमति किसी भी उपकरण में बनी रहती है। परिभाषाएँ तय करें।
- बिल्ट-इन व्यक्तिगत स्कोर। वे लुभाते और विकृत करते हैं। उन्हें बंद करें और पहले नीति तय करें।
- कोई निकास नहीं। इतिहास और परिभाषाएँ फँसी हैं। निर्यात परखें और प्रति रखें।
- एक-व्यक्ति की पाइपलाइन। वह व्यक्ति जाए तो रुक जाती है। उसे दस्तावेज़ित करें, परखें और स्वामित्व साझा करें।
- दोहरी प्रविष्टि। लोग वही कार्य दो बार लॉग करते हैं, और दोनों की गुणवत्ता गिरती है। रिकॉर्ड की प्रणालियों से डेटा लें।
- जल्दी अति-इंजीनियरिंग। डेटा प्लेटफ़ॉर्म किसी एक दृश्य के मूल्य साबित करने से पहले आ जाता है। पतले से शुरू करें।
- डेटा गुणवत्ता की अनदेखी। गंदे डेटा पर साफ़ चार्ट अधिक विश्वसनीय ढंग से भटकाते हैं। स्रोत पर संग्रह ठीक करें।
परिपक्वता मॉडल
| आयाम | 1 आरंभ | 2 विकास | 3 मानकीकरण | 4 प्रबंधन | 5 समन्वय |
|---|---|---|---|---|---|
| डेटा आपूर्ति | हाथ का संग्रह; स्प्रेडशीट | कुछ स्वचालित फ़ीड; व्यक्तिगत स्क्रिप्ट | सहमत स्रोत परखी पाइपलाइनों से साझा स्टोर को फ़ीड करते हैं | विश्वसनीयता, मिलान और ताज़गी प्रबंधित और दृश्य | टीमों और आपूर्तिकर्ताओं में साझा अनुबंधों के साथ संघीय पाइपलाइनें; प्रतिक्रिया से स्रोत सुधरे |
| परिभाषाएँ और कैटलॉग | लोगों के दिमाग में | कुछ प्रलेखित | स्वामियों के साथ परिभाषाओं का एक कैटलॉग, संस्करणित और समीक्षित | कैटलॉग डैशबोर्ड चलाता है; बदलाव उपयोगकर्ताओं के साथ समीक्षित | टीमों और आपूर्तिकर्ताओं में सह-स्वामित्व वाली परिभाषाएँ; निर्णयों को सूचित करना बंद करने पर रिटायर |
| चुनाव और लागत | तदर्थ खरीद | ओवरलैप करते उपकरण | मानदंड लिखे; निकास परखा; पूरी लागत गिनी | समर्थित प्रति टीम लागत और हाथ का प्रयास प्रबंधित | टूलिंग चुनाव उपयोगकर्ताओं के साथ नियमित रूप से समीक्षित और ज़रूरतें बदलने पर ढले |
चेकलिस्ट
- उपकरणों की तुलना से पहले सहमत माप और उनके प्रश्न लिखे गए हैं।
- मौजूदा उपकरणों और रिपोर्टों की पहले सूची बनी और उन्हें परखा गया।
- मुख्य स्रोतों की डेटा गुणवत्ता जाँची गई है और सबसे खराब अंतर ठीक हुए हैं।
- चयन मानदंड लिखे हैं और उनमें वितरण, पहुँच नियंत्रण और निर्यात शामिल हैं।
- किसी प्रतिबद्धता से पहले वास्तविक डेटा और वास्तविक उपयोगकर्ताओं के साथ समय-सीमित परीक्षण हुआ।
- व्यक्ति-स्तर स्कोरिंग और रैंकिंग फ़ीचर नीति द्वारा बंद या सीमित हैं।
- परिभाषाएँ किसी एकल उपकरण के बाहर पोर्टेबल कैटलॉग में रखी हैं।
- पाइपलाइन का स्वामी, स्वचालित जाँचें, निगरानी और विफलता अलर्ट है।
- परिभाषाओं और इतिहास का निर्यात परखा गया है।
- निकास सहित तीन वर्षों की पूरी लागत गिनी गई है।
AI प्रॉम्प्ट
प्रश्नों से आवश्यकताएँ लिखें।
यहाँ वे प्रश्न हैं जो हमारे दर्शक पूछते हैं और वे माप जो हम प्रकाशित करने की योजना बनाते हैं: [चिपकाएँ]।
मेट्रिक्स उपकरण या पाइपलाइन के लिए दो-पृष्ठ का आवश्यकता दस्तावेज़ तैयार करें। डेटा स्रोत, ताज़गी, पहुँच
नियंत्रण, प्रतिधारण, वितरण और पर्सेंटाइल, निर्यात और पोर्टेबिलिटी, और अनिवार्य बनाम प्राथमिकताओं की सूची
कवर करें। उत्पादों के नाम न दें। अपनी मान्यताएँ और टीमों के साथ पुष्ट करने के बिंदु सूचीबद्ध करें।
उपकरण परीक्षण की योजना बनाएँ।
हम अपने मेट्रिक्स कार्यक्रम के लिए [विकल्पों] की तुलना कर रहे हैं। हमारे तीन मापों और वास्तविक डेटा
के साथ दो सप्ताह का परीक्षण डिज़ाइन करें। बताएँ क्या परखना है, लिखित मानदंडों के विरुद्ध विकल्पों को
कैसे अंक दें, किसे भाग लेना चाहिए, पहुँच नियंत्रण और निर्यात कैसे जाँचें, और हम कौन-सा प्रमाण दर्ज करेंगे।
विशिष्ट उत्पादों के बारे में परिणाम का दावा न करें। अपनी मान्यताएँ और जोखिम सूचीबद्ध करें।
डेटा पाइपलाइन की समीक्षा करें।
यहाँ वर्णन है कि [स्रोतों] से हमारे डैशबोर्ड तक डेटा कैसे बहता है: [चिपकाएँ]। वे बिंदु पहचानें जहाँ डेटा
देर से, डुप्लिकेट, अधिलेखित, या खोया हो सकता है, और हर एक के लिए स्वचालित जाँचें सुझाएँ। प्रमुख आँकड़ों
को स्रोत से मिलाने का तरीका प्रस्तावित करें। प्रणाली का व्यवहार न गढ़ें। अपनी मान्यताएँ और वह सूचीबद्ध
करें जो आप वर्णन से नहीं बता सके।
पूरी लागत की तुलना करें।
हमारे मेट्रिक्स कार्यक्रम के लिए उपकरण बनाने, खरीदने और जोड़ने की तीन-वर्षीय पूरी लागत की तुलना में
मेरी मदद करें। हर विकल्प के लिए लागत श्रेणियाँ सूचीबद्ध करें, जिनमें लाइसेंस, इन्फ्रास्ट्रक्चर, एकीकरण,
डेटा सफ़ाई, प्रशिक्षण, रखरखाव और निकास शामिल हों। हमारे अपने आँकड़ों के लिए खाली स्थानों वाली तालिका
दें। कीमतें न दें। अपनी मान्यताएँ सूचीबद्ध करें।
AI कौशल
- एजाइल ITIL मेट्रिक्स कौशल: आवश्यकताएँ लिखते समय हर माप का डेटा स्रोत और रेलिंग खोजने के लिए उपयोग करें।
- एजाइल ITIL मेट्रिक्स अनुरक्षक कौशल: यह जाँचने के लिए उपयोग करें कि टूलिंग निर्णय रिकॉर्ड में परिभाषाएँ, डेटा स्रोत और रेलिंग हैं।
मुख्य निष्कर्ष
- पहले प्रश्न और माप लिखें, और उन्हें पूरा करने के लिए उपकरण चुनें।
- रिकॉर्ड की प्रणालियाँ उपयोग करें, स्रोत पर डेटा संग्रह ठीक करें, और मिलान परखें।
- परिभाषाएँ और डेटा पोर्टेबल रखें, और प्रतिबद्ध होने से पहले निकास परखें।
- व्यक्ति-स्तर स्कोरिंग और रैंकिंग बंद करें, और कोई फ़ीचर चालू करने से पहले नीति तय करें।
- पाइपलाइन को स्वामी, परीक्षण और निगरानी के साथ सेवा की तरह चलाएँ।
- कई वर्षों की पूरी लागत गिनें, और सबसे पतले रास्ते से शुरू करें जो वास्तविक प्रश्नों का उत्तर दे।
संदर्भ और आगे पढ़ें
- Kimball, R., and Ross, M., The Data Warehouse Toolkit, Wiley, 3rd edition, 2013.
- Redman, T., Data Driven: Profiting from Your Most Important Business Asset, Harvard Business Press, 2008.
- Forsgren, N., Humble, J., and Kim, G., Accelerate: The Science of Lean Software and DevOps, IT Revolution Press, 2018.
- Axelos, ITIL 4 Foundation, 2019.
- Beck, K., et al., Principles behind the Agile Manifesto, 2001, https://agilemanifesto.org/principles.html.
- Wikipedia, IT service management.
- Wikipedia, Observability (software).
- Wikipedia, Data pipeline.
- Wikipedia, Extract, transform, load.
- Wikipedia, Data warehouse.
- Wikipedia, Application programming interface.
- Wikipedia, Data quality.
- Wikipedia, Data governance.
- Wikipedia, Total cost of ownership.
- Wikipedia, Vendor lock-in.