ডেটা-ড্রাইভেন সিদ্ধান্ত গ্রহণের চক্র নিম্নলিখিত ধাপে চলে: সিদ্ধান্ত এবং এটি উত্তর দিতে হবে এমন প্রশ্ন সংজ্ঞায়িত করুন; প্রাসঙ্গিক ডেটা এবং প্রমাণ সংগ্রহ করুন; সেই প্রমাণকে প্রতিটি বিকল্পের জন্য স্পষ্ট যুক্তি হিসাবে রূপান্তর করুন; যুক্তিগুলিকে গুণমান এবং ওজনের উপর মূল্যায়ন করুন; নেট সমর্থনের উপর ভিত্তি করে সিদ্ধান্ত নিন; এবং সিদ্ধান্তের সাথে এর প্রমাণ রেকর্ড করুন যাতে ফলাফলটি প্রতিক্রিয়া করা যায় যা প্রমাণ দ্বারা পূর্বাভাস করা হয়েছিল। ডেটা-ড্রাইভেন সিদ্ধান্ত গ্রহণ ডেটাকে নেতৃত্ব দেয়, যখন ডেটা-সংবলিত সিদ্ধান্ত ডেটাকে অন্যান্য অভিজ্ঞতা এবং প্রেক্ষাপটের সাথে একটি গুরুত্বপূর্ণ প্রবাহ হিসাবে বিবেচনা করে। প্রক্রিয়ায় সবচেয়ে ভালো সিদ্ধান্ত ডেটা-সংবলিত হয়। ডেটা-ড্রাইভেন সিদ্ধান্ত গ্রহণ ডেটা সংগ্রহ করার সময় বা সেই ডেটাকে সিদ্ধান্তের সাথে সম্পর্কিত করার সময় ডেটা ব্যবহার করার সময় ব্যর্থ হয় যখন ডেটা ব্যবহার করা হয় না যখন ডেটার সাথে সিদ্ধান্তের মধ্যে যোগাযোগ করা হয় না বা যখন প্রমাণ সম্মেলনের পরে হারিয়ে যায়। আর্গুমেন্ট্রি ডেটা-ড্রাইভেন সিদ্ধান্ত গ্রহণকে সমর্থন করে যুক্তি এবং তাদের সমর্থনকারী প্রমাণকে প্রো/কন যুক্তি গাছে সংগঠিত করে, ডকুমেন্ট এবং সম্মেলনের ট্রান্সক্রিপ্ট থেকে যুক্তি এবং তাদের সমর্থনকারী প্রমাণ আইএই দ্বারা সরবরাহ করে, একটি গোষ্ঠী প্রতিটি যুক্তিকে সঠিকতা এবং প্রাসঙ্গিকতার উপর মূল্যায়ন করে, যুক্তিগুলিকে ওজন করে এবং স্কোর করে, এবং সিদ্ধান্তকে এর পিছনে ডেটার সাথে সংযুক্ত করে যাতে সিদ্ধান্তটি মাসের পর মাস ধরে সমর্থিত হয় - ৬৬টি ভাষায়।

ডেটা-ড্রাইভেন সিদ্ধান্ত গ্রহণ বেছে নেওয়ার জন্য প্রমাণ এবং দস্তখত করা যুক্তির উপর ভিত্তি করে - অন্তর্নিহিত যুক্তি, পরিবর্তে সবচেয়ে শক্তিশালী কণ্ঠের উপর ভিত্তি করে - যাতে প্রতিটি সিদ্ধান্ত ব্যাখ্যা এবং সমর্থিত হয়।
ডেটা-ড্রাইভেন সিদ্ধান্ত গ্রহণ (DDDM) একটি বেছে নেওয়ার জন্য প্রমাণ এবং দস্তখত করা যুক্তির উপর ভিত্তি করে যা প্রমাণমাত্র নয় - এটি অন্তর্নিহিত যুক্তির পরিবর্তে পরিমাপ করা যুক্তির উপর ভিত্তি করে। এটি বিচারকে অপরিহার্য করে না - এটি বিচারকে প্রমাণ, পরিমাপ এবং দস্তখত করা যুক্তির উপর ভিত্তি করে পরীক্ষা করে।
ডেটা কী উত্তর দিতে হবে এবং কী বিকল্প রয়েছে তা বলুন।
প্রতিটি বিকল্পের জন্য প্রাসঙ্গিক মেট্রিক, তথ্য এবং উৎস সংগ্রহ করুন।
অস্পষ্ট যুক্তি হতে পারে না যতক্ষণ না এটি কেউ ওজন করতে পারে এমন যুক্তি হয়ে যায়।
প্রতিটি যুক্তির সঠিকতা এবং প্রাসঙ্গিকতা মূল্যায়ন করে এবং শক্তিশালী প্রমাণ দুর্বল প্রমাণের চেয়ে বেশি ওজন করুন।
ওজন করা প্রমাণ সবচেয়ে ভালো সমর্থন করে এমন বিকল্পে সিদ্ধান্ত নিন।
সিদ্ধান্তটিকে তার প্রমাণের সাথে সংযুক্ত রাখুন এবং ডেটা পূর্বাভাস করা ফলাফলের বিরুদ্ধে ফলাফল পরীক্ষা করুন।
প্রমাণগুলো নিয়ে যাও। মেট্রিক এবং ডকুমেন্টেড যুক্তি হলো পছন্দের প্রাথমিক ভিত্তি — ডেটার ছেদ জুড়ে বিচার পূর্ণ করে।
ডেটা হলো অন্যতম গুরুত্বপূর্ণ প্রবাহ সহ অভিজ্ঞতা এবং প্রেক্ষাপট। এটি বিচারকে প্রতিস্থাপন করে না, বরং এটিকে সীমাবদ্ধ এবং পরীক্ষা করে। সবচেয়ে শক্তিশালী সিদ্ধান্ত এখানেই রয়েছে।
যখন ডেটা নেই, গোষ্ঠী হাইপিপিওকে অনুসরণ করে - সবচেয়ে বেশি প্রদানকৃত ব্যক্তির যুক্তি। এই শব্দটি প্রথমে ২০০৬ সালে অ্যানালিটিক্স বিশেষজ্ঞ অভিনাশ কাউশিক দ্বারা জনপ্রিয় করা হয়েছিল এবং মাইক্রোসফ্ট গবেষণা দলটি এটি যথেষ্ট বলে মনে করেছিল যে এটি বিশ্বাস করতে পারে: সিনিয়রিটি ডেটাকে অতিক্রম করবে না।
আমাজনের ক্লাসিক উদাহরণ আসে। একজন ইঞ্জিনিয়ার একটি প্রোটোটাইপ তৈরি করেছিল যা আপনার শপিং কার্টে থাকা পণ্যের পরামর্শ দেয়। একজন সিনিয়র এক্সিকিউটিভ - হাইপিপিও - এটি দেখতে বলেছিল যে এটি চেকআউট থেকে বিভ্রান্ত করবে এবং এটি বন্ধ করতে বলেছিল। একটি নিয়ন্ত্রিত পরীক্ষায় এটি ব্যাপকভাবে সফল হয়েছিল এবং এটি পাঠানো হয়েছিল। এই শিক্ষা একটি সংস্কৃতি তৈরি করেছে: ডেটাকে হাইপিপিওকে অতিক্রম করুন।
এটি শুধু সংস্কৃতি নয় - এটি সংখ্যায় প্রতিফলিত হয়। ব্রিঞ্জলফসন, হিট এবং কিম (২০১১) এর একটি অধ্যয়নের দ্বারা প্রকাশিত হয়েছে যে ডেটা-ড্রাইভেন সিদ্ধান্ত গ্রহণ গ্রহণকারী ১৭৯টি বড় পাবলিক কোম্পানি তাদের অন্যান্য বিনিয়োগের চেয়ে আনুমানিক ৫-৬% বেশি উত্পাদন এবং উত্পাদনশীলতা পেয়েছে।
প্রমাণ নির্বাচন করা হয় একটি ইতিমধ্যেই অর্জিত উপসংহারকে সমর্থন করার জন্য।
ডেটা থেকে সিদ্ধান্তের সংযোগ কেউ কেউ মনে রাখে, তাই এটি পরীক্ষা করা যায় না।
কোনো কেউ সিদ্ধান্তটি পরীক্ষা করতে পারে না কারণ ডেটা এবং যুক্তি বিলুপ্ত হয়ে গেছে।
ডেটা শুধুমাত্র একটি সিদ্ধান্তকে উন্নত করে যখন এটি একটি যুক্তি হিসাবে বিবেচনা করা হয় যা ওজন করা এবং রেকর্ড করা যায়। আর্গুমেন্ট্রি প্রমাণকে গঠিত যুক্তি হিসাবে রূপান্তর করে, যা প্রমাণ ম্যাপিং এর উপর ভিত্তি করে নির্মিত:
রিপোর্ট, ট্রান্সক্রিপ্ট এবং ডকুমেন্ট থেকে যুক্তি এবং তাদের সমর্থনকারী প্রমাণ সরাসরি আঁকুন — তাই ডেটা রুমে ডেটা স্ট্রাকচারযুক্ত প্রবেশ হয়ে যায়, নয় হারিয়ে যায়।
প্রতিটি প্রমাণ সেই বিকল্পটির অধীনে যুক্তি হিসাবে বসে, তাই সমস্ত প্রমাণ দৃশ্যমান এবং স্ট্রাকচারযুক্ত।
অংশগ্রহণকারীরা সঠিকতা এবং প্রাসঙ্গিকতায় যুক্তিগুলিকে রেট করে; রেটিংগুলি গাছের উপরে একত্রিত হয় এবং নেট সম্মতি স্কোর হয়, তাই উপসংহার ওজনযুক্ত প্রমাণের পরিবর্তে দাবির পরিবর্তে অনুসরণ করে।
যুক্তি সংস্করণ এবং সিদ্ধান্ত জীবনচক্র প্রতিটি বেছে নেওয়াকে পিছনের প্রমাণের সাথে লিঙ্ক করে রাখে — মাসের পর মাস পরে সমর্থনযোগ্য, 66টি ভাষার মধ্যে।
এটি আরও বিস্তৃত সিদ্ধান্ত গ্রহণের এবং সিদ্ধান্ত প্রজ্ঞা অন্তর্ভুক্ত; দেখুন কিভাবে দলগুলো সহযোগিতামূলক সিদ্ধান্ত গ্রহণ এর মতো প্রমাণগুলো ওজন করে।
প্রতিটি নির্বাচন তার পিছনের প্রমাণ এবং যুক্তির পরিচিত হয়।
যুক্তি এবং বিচারের প্রকাশ করে এবং রেটিং করে চেরি-পিকিং এবং হাইপিপি (সর্বোচ্চ বেতন প্রাপ্ত ব্যক্তির মতামত) প্রভাব হ্রাস করে।
রেকর্ড যুক্তি আপনাকে ফলাফল এবং পূর্বাভাসের তুলনা করতে এবং ভবিষ্যতে ভালো সিদ্ধান্ত নিতে দেয়।
ডেটা ড্রাইভেন সিদ্ধান্ত গ্রহণ (কখনও কখনও DDDM এর সংক্ষিপ্ত রূপে চিহ্নিত করা হয়) হল প্রক্রিয়াটি যেখানে পছন্দগুলি প্রমাণের উপর ভিত্তি করে নির্ধারিত হয় — পরিমাপ করা প্রমাণ, মেট্রিক, এবং ডকুমেন্টেড যুক্তি ব্যতীত — স্বাভাবিক বোঝাপড়া, ক্রমবর্ধমান হাতের মধ্যে বা সবচেয়ে শব্দটির উপর নির্ভর না করে। এটি মানুষের বিচারকে অপসারণ করে না; এটি বিচারকে নিশ্চিত প্রবাহে ভিত্তি দেয় যাতে সিদ্ধান্তটি ব্যাখ্যা এবং রক্ষা করা যায়।
একটি সাধারণ চক্র: (1) সিদ্ধান্তটি সংজ্ঞায়িত করুন এবং এটি কীভাবে উত্তর দিতে হবে; (2) প্রাসঙ্গিক ডেটা এবং প্রমাণ সংগ্রহ করুন; (3) সেই প্রমাণকে প্রতিটি বিকল্পের জন্য প্রতিনিধিত্বকারী যুক্তি তৈরি করুন; (4) যুক্তিগুলিকে মূল্যায়ন করুন এবং ওজন; (5) নেট সমর্থনের উপর ভিত্তি করে সিদ্ধান্ত নিন; এবং (6) সিদ্ধান্ত এবং এর প্রমাণগুলি রেকর্ড করুন যাতে পরিচিত হয় যে প্রত্যাশিত ফলাফলের বিরুদ্ধে ফলাফল পরীক্ষা করা যায়।
ডেটা-ড্রাইভেন সিদ্ধান্তগুলি প্রমাণকে নেতৃত্ব দেয় — সংখ্যা এবং ডকুমেন্টেড যুক্তিগুলি পছন্দের প্রাথমিক ভিত্তি। ডেটা-সমর্থিত সিদ্ধান্তগুলি ডেটাকে অন্যান্য গুরুত্বপূর্ণ প্রবাহের একটি গুরুত্বপূর্ণ প্রবাহ হিসাবে বিবেচনা করে। প্রক্রিয়াটি সবচেয়ে ভালো সিদ্ধান্তগুলি ডেটা-সমর্থিত হয়: ডেটা বিচারকে আবদ্ধ এবং পরীক্ষা করে যা এটিকে সম্পূর্ণরূপে প্রতিস্থাপন করে না।
তারা ব্যর্থ হয় যখন ডেটা প্রথমে পৌঁছে যাওয়া একটি উপসংহারকে সমর্থন করার জন্য বেছে নেওয়া হয়, যখন ডেটাকে সিদ্ধান্তের সাথে সম্পর্কিত যুক্তি লিখে না হয়, বা যখন প্রমাণগুলি মিটিং শেষ হওয়ার পরে হারিয়ে যায় তাই সিদ্ধান্তটি অডিট করা যায় না। ডেটা শুধুমাত্র সিদ্ধান্তগুলিকে উন্নত করে যদি এটি উপর নির্ভর করে তৈরি করা যুক্তিগুলি সম্পূর্ণরূপে উন্মোচিত হয়, খোলা মতামত মূল্যায়ন করা হয় এবং রেকর্ড করা হয়।
সিদ্ধান্ত সফ্টওয়্যার প্রাকৃতিক প্রমাণকে একটি যুক্তি করার জন্য একটি কাঠামো তৈরি করে: এটি যুক্তি এবং তাদের সমর্থনকারী ডেটাকে সংগঠিত করে একটি প্রো/কন গাছ, একটি গোষ্ঠীকে প্রতিটি যুক্তি রেট এবং ওজন করতে দেয়, নেট সমর্থন পরিমাপ করে যাতে উপসংহারটি প্রমাণের উপর ভিত্তি করে হয় এবং সিদ্ধান্তটি পিছনে ডেটার পিছনে একটি অডিট ট্রেল রাখে। আগ্রহারী যুক্তি এখন থেকে ডকুমেন্ট এবং ট্রান্সক্রিপ্ট থেকে যুক্তি নির্বাচন করে এবং 66 ভাষার সমর্থন সহ যোগ করে।
প্রতিবেদন, ট্রান্সক্রিপ্ট এবং মেট্রিককে গঠিত যুক্তি হিসাবে রূপান্তর করুন যা আপনার দল ওজন করতে এবং অডিট করতে পারে। আর্গুমেন্ট্রিতে শুরু করুন।
ফ্রি শুরু করুন