एक कारोबारी माहौल में सांख्यिकीय विश्लेषण के लिए अच्छा अभ्यास


13

(हालांकि मुझे एहसास है कि यह आंकड़ों के बारे में कड़ाई से नहीं है, यह एक कारोबारी माहौल में आंकड़ों के प्रसार के बारे में है, इसलिए मैंने यह मान लिया है कि यह अभी भी सीवी के विषय सीमा के भीतर है)

एक संक्षिप्त पृष्ठभूमि:

हमारे व्यावसायिक वातावरण (और मुझे अन्य वातावरणों पर संदेह है) का समर्थन समारोह है जो सांख्यिकीय विश्लेषण और अनुसंधान के विशेषज्ञ हैं। हम बिजनेस इंटेलिजेंस के साथ मिलकर काम करते हैं और काम के टुकड़ों का उत्पादन करने के लिए अन्य विभागों द्वारा कमीशन किया जाता है। वास्तव में, डेटा, विश्लेषण और निष्कर्ष हमारे पास नहीं हैं: हम डेटा एकत्र करते हैं, विश्लेषण करते हैं और आयुक्त को उनके काम में उपयोग करने के लिए निष्कर्ष निकालते हैं।

मुझे क्या करने का मन है:

वर्तमान में, हम काफी laissez-faire दृष्टिकोण चलाते हैं। समर्थन फ़ंक्शन से एक व्यक्ति को काम सौंपा जाता है, डेटा एकत्र किया जाता है (या बिजनेस इंटेलिजेंस द्वारा मौजूद होने पर इसे निकाला जाता है), विश्लेषण किया जाता है और निष्कर्ष के अंतिम सेट को आयुक्त को भेजा जाता है। यह इस आधार पर शिथिल ठहराया गया है कि विश्लेषण के माध्यम से पढ़ने के लिए आयुक्त की भूमिका नहीं है; यह एक समर्थन समारोह के रूप में हमारी भूमिका है यह सुनिश्चित करने के लिए कि हम उन प्रश्नों / विषयों के लिए सही विश्लेषण प्रदान करें जो आयुक्त अन्वेषण करना चाहते हैं।

मैं बनाने के लिए दृष्टिकोण पर थोड़ा और संरचना लागू करना चाहता हूं

क) एक उच्च गुणवत्ता का हमारा विश्लेषण;

ख) हमारे विश्लेषण खराब निर्णय ले सकता है जब रक्षात्मकता प्रदान करते हैं; और बनाओ

ग) हमारा विश्लेषण अधिक पारदर्शी है इसलिए हमें 'ब्लैक बॉक्स' के रूप में नहीं देखा जाता है जो डेटा लेता है और परिणाम निकालता है।

मेरे शुरुआती विचार निम्न रहे हैं:

  1. काम के हर टुकड़े के साथ एक तकनीकी दस्तावेज का उत्पादन करें जो कि लिया गया दृष्टिकोण, मान्यताओं, पाए गए मुद्दों, मौजूद अनिश्चितताओं आदि को सही ठहराता है, जबकि यह आवश्यक रूप से हर किसी के द्वारा नहीं पढ़ा जाएगा, इसका उपयोग समझाने के साधन के रूप में किया जाना चाहिए। आयुक्त द्वारा निकाले गए निष्कर्षों का उपयोग करने के परिणाम। यह कुछ जोखिम को स्थानांतरित करता है जहां यह महसूस करता है कि यह होना चाहिए: आयुक्त के साथ।

  2. स्टैटा, एसपीएसएस या आर जैसे पैकेज के लिए सभी विश्लेषण को प्रतिबंधित करें और तकनीकी दस्तावेज के साथ कोड के एक पूर्ण सेट की आवश्यकता होती है। हम सभी को कुछ प्रकार के विश्लेषण के लिए Microsoft Excel का उपयोग करने की आदत है (बुरी आदत कुछ से अधिक)। हालाँकि, एक्सेल विश्लेषण के आसान प्रजनन को बढ़ावा नहीं देता है। जब हमारे विश्लेषण पर सवाल उठाया जाता है, तो यह समर्थन फ़ंक्शन का बचाव करने में मदद करता है, हमारे दृष्टिकोण में पारदर्शिता बनाता है, लेकिन (3) की भूमिका को बहुत आसान बनाता है:

  3. हर काम के लिए एक समीक्षक को असाइन करें, जो आयुक्त को भेजे जाने से पहले काम को 'गिनना' करता है। काउंटरसाइनिंग द्वारा, यह 2 लोगों में विश्लेषण की अखंडता को वितरित करता है और उन्हें एक साथ काम करने के लिए प्रोत्साहित करता है (2 सिर 1 से बेहतर हैं)। इससे विश्लेषण की गुणवत्ता में सुधार होना चाहिए और कुछ रक्षात्मकता भी प्रदान करनी चाहिए।

क्या इस तरह के व्यावसायिक वातावरण में लागू किए जा सकने वाले अच्छे अभ्यास के कोई अन्य पहलू हैं?


आप किस व्यवसाय में हैं? बैंकिंग नहीं? बैंकिंग में हमें OCC 2011-12 जैसे सामानों का पालन करना चाहिए ।
अक्कल

1
आप knitr में देखना चाहते हो सकता है ।
स्टेपहान कोलासा

जवाबों:


10

दो शब्दों में मेरी सलाह ( TL; DR मोड ): प्रतिलिपि प्रस्तुत करने योग्य अनुसंधान

के लिए अधिक जानकारी के - मोटे तौर पर अपने आप को दोहराना नहीं - मुझे StackExchange पर कहीं मेरी प्रासंगिक जवाब का उल्लेख करते हैं। ये उत्तर विषयों पर मेरे विचारों (और कुछ अनुभव) का प्रतिनिधित्व करते हैं:

अंतिम नोट (क्षमा करें, यदि आप इसे स्पष्ट पाते हैं): आपके व्यावसायिक वातावरण के प्रकार की परवाह किए बिना (जो कि स्पष्ट नहीं है, वैसे), मैं चीजों के व्यवसाय की ओर से शुरू करने और डेटा विश्लेषण वास्तुकला बनाने की सिफारिश करूंगा , जो (जैसा कि) सभी आईटी से संबंधित) को व्यापार प्रक्रियाओं, संगठनात्मक इकाइयों, संस्कृति और लोगों सहित व्यापार वास्तुकला के साथ जोड़ा जाना चाहिए । मुझे उम्मीद है कि यह मददगार है।

अद्यतन: एक नया बनाने या एक मौजूदा डेटा विश्लेषण वास्तुकला ( डेटा आर्किटेक्चर के रूप में, एंटरप्राइज़ आर्किटेक्चर शब्दावली में भी) में सुधार के संबंध में , मैंने सोचा कि प्रस्तुति स्लाइड के ये दो सेट उपयोगी भी हो सकते हैं: यह और यह


2
उत्तर में देरी के लिए खेद है - कुछ बेहतरीन लिंक और सलाह यहाँ। धन्यवाद!
NickB2014

@ NickB2014: मेरी खुशी! खुशी है कि आप इसे पसंद करते हैं और सहायक पाते हैं।
B:५० पर असेम्बली में

5

बैंकिंग में मॉडलिंग को मॉडल जोखिम प्रबंधन दिशानिर्देशों का पालन करना चाहिए, जैसे कि ओसीसी 2011-12 । मुझे लगता है कि अगर आप बैंकिंग में नहीं हैं तो भी यह एक दिलचस्प दस्तावेज है।

मैथवर्क्स का यह लेख मॉडलिंग मानकों पर है।

चूंकि मॉडलिंग में एक रूप में सॉफ़्टवेयर लिखना शामिल है या कोई अन्य मैं सॉफ़्टवेयर विकास पद्धति के तत्वों का उपयोग करता हूं , खासकर जब यह परीक्षण और इकाई परीक्षण की बात आती है । मैं एसवीएन जैसे सॉफ्टवेयर कॉन्फ़िगरेशन प्रबंधन टूल भी नियुक्त करता हूं । बहुत कुछ ऐसा है जो मॉडलिंग टीम जटिल सॉफ़्टवेयर परियोजनाओं के प्रबंधन के संदर्भ में प्रोग्रामर से सीख सकती है, जैसे कि मुद्दा ट्रैकिंग सिस्टम और सीएमएस

सबसे महत्वपूर्ण चीजों में से एक पद्धति और प्रक्रिया है, मॉडल विकास जीवन चक्र। मॉडल विकसित करने के तरीके के बारे में दिशानिर्देश बनाएं और उनका परीक्षण करें, मानक उपकरण और परीक्षण इत्यादि सूचीबद्ध करें। उदाहरण के लिए, एक या दो अच्छाई-में-फिट परीक्षण चुनें, और हर जगह उनका उपयोग करें।

हर चीज़ के टेम्प्लेट बनाएँ: मॉडलिंग स्क्रिप्ट, श्वेत पत्र, प्रस्तुतियाँ आदि। उदाहरण के लिए, मेरे पास सभी दस्तावेजों के लिए लाटेक्स में टेम्प्लेट हैं, इसलिए हमारे श्वेत पत्र बहुत समान दिखते हैं और हर कोई जानता है कि जानकारी कहाँ से देखी जाए। हमारे पास मानक खंड हैं, जैसे वर्णनात्मक आँकड़े और उनमें मानक स्तंभ जैसे कि कर्टोसिस, प्रथम और अंतिम अवलोकन तिथि आदि।

लैब जर्नल है। यह एक ऐसी चीज है जो कठिन विज्ञान के लोगों को पीएचडी में सीखनी चाहिए: सभी शोध, विचारों और विशेष रूप से निर्णयों की एक डायरी रखने के लिए। जब आपने GARCH के बजाय ARIMA का उपयोग करने का निर्णय लिया, तो इसे लैब जर्नल में रिकॉर्ड करें और बताएं कि आपने निर्णय क्यों लिया। नीचे सड़क के लोग फैसलों के पीछे तर्क को भूल जाते हैं, इसलिए उन्हें रिकॉर्ड करना महत्वपूर्ण है। दुर्भाग्य से, सामाजिक विज्ञान पृष्ठभूमि के लोगों को लैब पत्रिकाओं को रखने की कोई आदत नहीं है, यह एक समस्या है।


हम बैंकिंग क्षेत्र में काम नहीं करते हैं, लेकिन हम काफी परिपक्व जोखिम प्रबंधन करते हैं, इसलिए ओसीसी 2011-12 दिशा-निर्देशों को शुरू करने के लिए (परिचित जमीन पर, बोलने के लिए) एक शानदार जगह है। धन्यवाद!
NickB2014

1

अच्छे अभ्यास का एक अन्य पहलू प्रारंभिक कमीशन चरण में अनुशासन है। इसमें मूल बातें शामिल हो सकती हैं जैसे कि लिखित में सहमत होना आवश्यक है कि आयुक्त द्वारा (गलतफहमी और बाद के विवादों से बचने के लिए) और यह स्पष्ट करना कि व्यवसाय में किसे कमीशन का काम है (यह सुनिश्चित करने की दिशा में पहला कदम है कि फ़ंक्शन वास्तविक व्यावसायिक आवश्यकताओं को संबोधित कर रहा है या नहीं। जो कोई उज्ज्वल विचार रखता है उसे बस लिप्त करना)।

कमीशनिंग में अनुशासन से पहले रचनात्मक कार्य को बढ़ावा देना चाहिए ताकि काम शुरू किया जा सके। उन कमीशनिंग का एक अस्पष्ट विचार हो सकता है कि उन्हें क्या ज़रूरत है लेकिन इसे ठीक से तैयार करने में कठिनाई होती है, या यदि वे एक सटीक सूत्रीकरण प्रस्तुत करते हैं तो यह नहीं हो सकता है कि उनकी व्यावसायिक आवश्यकताओं के लिए सबसे अधिक प्रासंगिक क्या है (उदाहरण के लिए, वे इसकी जांच के लिए पूछ सकते हैं बिक्री में अल्पकालिक गिरावट के कारण, जब वे वास्तव में रुचि रखते हैं, तो बिक्री के दीर्घकालिक कारक हैं)। सांख्यिकीविद् और शोधकर्ता सटीक प्रश्न या कार्य की योजना बनाने में अच्छे हो सकते हैं, लेकिन यह पहचानने में कम सक्षम होते हैं कि व्यवसाय के लिए क्या उपयोगी होगा। मैं अकादमिक अनुसंधान में अच्छे अभ्यास के साथ समानांतर का सुझाव देता हूं जो अनुसंधान प्रश्नों के बीच अंतर करता हैब्याज और अनुसंधान परिकल्पना के व्यापक व्यापक विषयों की पहचान करना और ऐसे विषयों के भीतर लक्ष्य करना जो विशिष्ट रूप से अच्छी तरह से परिभाषित शोध अध्ययन करने के लिए पर्याप्त हैं। इस प्रकार यह कमिश्नरों के बारे में सोचने के लिए मददगार हो सकता है क्योंकि वे उन सवालों से संबंधित अधिक विशिष्ट कार्य कार्यक्रमों की पहचान करने में मदद करने के लिए अनुसंधान प्रश्नों और सांख्यिकीविदों और शोधकर्ताओं के बराबर उत्पन्न करते हैं।


1

मुझे लगता है कि आपको प्रश्न में आपके उत्तर का हिस्सा मिल गया है - एक "अच्छी संरचना" कुंजी है।

मैं एक इंजीनियर हूं और ऐसी भूमिकाओं में काम कर रहा हूं जो एक समान अनुप्रयोग पर जोर देते हैं - जहां आपको परिणामों का विश्लेषण और सुधार करने के साथ सहायता प्रदान करने के लिए समस्याओं से परिचित कराया जाता है, लेकिन कार्यान्वयनकर्ता भूमिका के बजाय एक सलाहकार में हैं।

सबसे अच्छा दृष्टिकोण, जो मैंने देखा है, वे हैं जो बहुत ही निर्धारित या ढीले नहीं हैं कि सही मात्रा में सबूत सुनिश्चित करने के लिए कि काम परिश्रम के साथ किया गया था - जो कि मुझे लगता है कि आप बाद में हैं।

सिक्स सिग्मा (जो मेरे द्वारा काम किए गए कुछ स्थानों में एक गंदा शब्द है) और अन्य मैथोडोलिज़ी एक समाधान के करीब पहुंचने, हल करने और एम्बेड करने के लिए एक रूपरेखा प्रदान करते हैं। क्योंकि वे एक रूपरेखा पर आधारित हैं, उनका ऑडिट किया जा सकता है। यह सुनिश्चित करना है कि सभी को कार्यप्रणाली में प्रशिक्षित किया जाए और एक अच्छा खाका तैयार किया जाए जो श्रव्य हो।

उदाहरण के लिए, आप शायद चाहते हैं कि समाधान एक मानक का हो - यह प्रयोग किए गए कार्यक्रम द्वारा परिभाषित नहीं है, बल्कि यह है कि क्या आप बाद की तारीख में उपयोग किए गए विश्लेषण के चरणों का ऑडिट कर सकते हैं और संतुष्ट हो सकते हैं कि कार्य मानक पर पूरा हुआ था या नहीं। मील के पत्थर प्रदान करना - उदाहरण के लिए अंक जहां आप लेखा परीक्षा कर सकते हैं परियोजना के अंत में ऑडिट करने की कोशिश करना आसान होगा।

सिक्स सिग्मा की ओर लौटते हुए, कुछ दृष्टिकोण माप और विश्लेषण के बाद परिभाषित हो सकते हैं, और अंत में (सुधार और नियंत्रण के बाद) कॉन्क्लेव में आ सकते हैं।

सिक्स सिग्मा निश्चित रूप से सभी स्थितियों में सर्वश्रेष्ठ नहीं है, लेकिन मैं इसे संभावित शुरुआती बिंदु के रूप में सुझा सकता हूं।


ओह, नो, नो सिक्स सिग्मा, कृपया
अक्षयकाल
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.