දත්ත විශ්ලේෂණ ගැන මුලින් ඉගෙන ගන්නා වෙලාවේ, අංක සහ චාට් පමණක් කියලා හිතනවා. නමුත් ඒක පසුපස තියෙන්නේ දත්තවලට කතාවක් කියවීමට අවශ්ය සැලසුම් හා පිරිසිදු කිරීමයි.
දත්ත නැවත භාවිතා කිරීම ගැන මුල් පාඩම ගැනීමේදී, “එක වරක් භාවිතා කරලා ඉවරයි” කියන අදහස පැහැදිලි වුණා. නමුත් එකවරම නැවත භාවිතා කළ හැකි දත්ත කට්ටලයක් සකස් කරලා තවත් වැඩකට ගත හැකි බව දැක්කාම, කාලය ඉතිරි වීම, වැරදි අඩු වීම, සහ කණ්ඩායම් වැඩේ පහසු වීම යන වාසි පෙනෙන්න ආරම්භ වුණා. ඒක රසකාරකයක් වගේ – මහත් කෑමක් පිසලා කොටස් කරගන්නා වගේ.
දත්ත ආකෘතිකරණය Queries භාවිතා කරලා ඉගෙන ගත්තාම, ඒවා නියමයෙන් නියෝගයක් නොව, දත්ත සමඟ සංවාදයක් වගේ බව මට තේරුණා. බහුතල වගු එකට එකතු කරන පළමු ප්රශ්නය ලියලා, දත්ත “ඇරඹුම” කියලා පිළිතුරු දෙන්නේ දැකලා, එය අලුත් ලොක්කක් විවෘත කළා වගේ හිතුණා.
ඉන්පසු Power Query හමුවුණා. මෙය මැජික් වගේ – සියලුම කේත ලිවීමේ කටයුතු අතහැර, දෘශ්යමය අතුරුමුහුණතකින් දත්ත හැඩ ගැන්වීම, ඒකතු කිරීම, සහ පිරිසිදු කිරීම සිදු කළා. එය මල් කුළියක් මත මැටි ගෙඩියක් වගේ, ඔබට අවශ්ය හැඩයට ගොඩනගා ගත හැකිය.
දත්ත පිරිසිදු කිරීමේ සාමාන්ය කුසලතා වශයෙන්, Power Query තුළ ආකෘති සමාන කිරීම, අනුපිටපත් ඉවත් කිරීම, අකුරු තත්ත්වය වෙනස් කිරීම, අගයන් ප්රතිස්ථාපනය, තීරුවල එකතු කිරීම, තර්කීය ෆන්ක්ශන් එකතු කිරීම, හා සංක්ෂිප්ත දත්ත කට්ටල සකස් කිරීම ආදිය අත්හදා බැලුවා. එක් එක් කුසලතාවය කුඩා මෙවලමක් වගේ, ඒවා එකතුවෙලා විශ්ලේෂණ කාර්යය වේගවත්, නිරවද්ය, සහ විශ්වාසදායක කරයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
- සිසුන් – දත්ත පිරිසිදු කිරීම සහ ආකෘතිකරණය ඉගෙන ගන්නේ නම්, ගවේෂණ ව්යාපෘති හෝ විද්යාත්මක පර්යේෂණ වලට අඩු වැරදි සහිත ප්රතිඵල ලැබේ.
- ඩිවෙලොපර් – Power Query වැනි මෙවලම් භාවිතා කරලා, දත්ත පිරිසිදු කිරීමේ කාර්යය ස්වයංක්රිය කරගත හැකි බැවින්, වැඩි කාලයක් නව කේත ලිවීමේදී යොදයි.
- ව්යාපාර – පාරිභෝගික දත්ත, අලෙවිකරණ දත්ත, හෝ සැපයුම්කරුවන්ගේ තොරතුරු නිරවද්යව පිරිසිදු කරගත්තාම, තීරණ ගැනීමේ ගුණාත්මකතාව ඉහළ යයි.
අවසානයේ, දත්ත ආකෘතිකරණය සහ පිරිසිදු කිරීම යනු “කාර්යය” නොව, “පදනම” බව තේරුම් ගත යුතුයි. මේ පදනම තදින් ඉදිරියට ගොඩනැගුණොත්, ඔබේ විශ්ලේෂණ කතාබහ තවත් සජීවී, නිරවද්ය, සහ අර්ථවත් වේ.
දත්ත විශ්ලේෂකයන්ට අංක ගණනය කිරීම පමණක් නොව, කතාවක් ගොඩනැගීමට අවශ්ය සියලු කුසලතා තිබේ. ඒ කුසලතා ඔබේ වෘත්තීය ගමනේ අගනා මාර්ගයක් වේ.
