ශ්‍රී ලංකාවේ නවතම තාක්ෂණික පුවත් 2026-07-24, Friday
💼 ව්‍යාපාර · 🕒 කියවීමට විනාඩි 2 · 👁 1

14 මිලියන ව්‍යාපාර දත්ත විශ්ලේෂණයෙන් ඉගෙන ගත යුතු 5 ප්‍රධාන පාඩම්

14 මිලියන ව්‍යාපාර දත්ත විශ්ලේෂණයෙන් ඉගෙන ගත යුතු 5 ප්‍රධාන පාඩම්

අපි සමාප්ත කළ ප්‍රංශ ව්‍යාපාර ලියාපදිංචි දත්ත කට්ටලය 14.4 මිලියන ක්‍රියාකාරී සමාගම්වලින් සමන්විතයි. එහි කාර්යබහුලතා, කර්මාන්ත, භූගෝලික ව්‍යාප්තය අනුව විභජනය කරමින්, නවතම ගණනයන් ලබා ගැනීමට අපි ගත් ක්‍රියාවලිය ගැන මෙවර ලිපියෙන් හෙළි කරමු.

දත්ත සෙට් එක ජූලි 1, 2026 දින snapshot එකක් වන අතර, එහි 14,387,175 ක්‍රියාකාරී ස්ථාපිත, 26,756,173 නීතික ඒකක ඇත. මේ ත්‍රිත්වය අපේ සියලු ගණනයේ මූලික අංක වේ. අපි ප්‍රතිශත ගණනක් ගණනය කිරීමට පෙර, මෙම අංකයන් සෘජුවම කච්චා දත්තයෙන් නැවත ගණනය කර, නිළ ප්‍රකාශිත එකතුවට සමානදැයි පරීක්ෂා කළෙමු.

Reconcile before you round – යන නීතිය අනුගමනය කිරීමෙන් අපට මුලින්ම වැරදි තේරුම් වැළැක්වීමට හැකි වුණි. උදාහරණයක් ලෙස, “කාර්යබහුලතා නොදැක්වූ සමාගම්” ගණනය කිරීමේදී වැරදි INSEE status code එකතු කිරීම නිසා කිහිපයක් පමණ අඩු විය. සත්‍ය ගණන NN (12,486,437) සහ 00 (71,325) කේත දෙකෙන් සමන්විත 12,557,762 ක්, එනම් 87.28% ක් බව සනාථ කළෙමු.

භූගෝලික වෙන් කිරීමේදී පෝස්ට් කේත වල අස්ථිරත්වය හේතුවෙන්, අසම්පූර්ණ හෝ විදේශීය ලිපින 200,000 ක් පමණ අතහැර නොගැනීමට අපි exclusions ලේඛනය කළෙමු. එම ගණන ඇතුළත් කිරීමෙන් පාර්ලිමේන්තුවේ පරිමාණය වෙනස් නොවුණද, ප්‍රතිශතය නියමිත ලෙස පෙන්වීමට මෙය අත්‍යවශ්‍ය විය.

කර්මාන්ත අනුව ශ්‍රේණිගත කිරීමේදී “ආස්ථි සංවර්ධන ක්‍රියාකාරකම්” අංක 3,326,963 ක් (23.1%) හි ඉහළින් පෙනුනේ, නමුත් එය SCIs (Sociétés civiles immobilières) නාමයෙන් ලියාපදිංචි වුනු නීතික ආකෘති නිසාය. මෙවැනි “කලාවත්” තොරතුරු අඳුරු නොකර, සැබැදි ආර්ථික ක්‍රියාකාරකමක්ද, නීතික ව්‍යුහයක්ද යන පැහැදිලි කිරීම වැදගත් වේ.

2026 වසරේ නව ලියාපදිංචි සමාගම් ගණන තීරණය කිරීමේදී, 2027 හෝ එයට පසු දිනයන් ඇති 102 ලේඛන හඳුනා ගනිමින්, ඒවා අතහැර දැමූ අතර, ඒ පිළිබඳ ලේඛනවත් කිරීම සිදු කළෙමු.

ශ්‍රී ලංකාවට ඇති වැදගත්කම

මෙම ප්‍රායෝගික අත්දැකීම් ශ්‍රී ලංකාවේ තාක්ෂණික විද්‍යාඥයන්, දත්ත විශ්ලේෂකයන් සහ ව්‍යාපාරිකයන්ට පහත ආකාරයෙන් ප්‍රයෝජනවත් වේ:

  • විශාල Open Data කට්ටලයක් සමඟ වැඩ කිරීමේදී දත්ත සත්‍යතා පරීක්ෂාව අත්‍යවශ්‍ය බව තේරුම් ගත හැකිය.
  • දත්ත අස්ථිරතා හඳුනා ගැනීමට exclusion ලේඛන සකස් කිරීමේ වැදගත්කම ඉගෙන ගත හැක.
  • කලාතුරකින් “ඉහල කර්මාන්ත” ලෙස පෙනෙන නීතික ව්‍යුහයන් ගැන සැලකිල්ලෙන් සිටීමෙන් ව්‍යාපාරික තීරණ ගැනීමේ වැරදි අවස්ථා අවම කළ හැක.
  • දත්ත කාල සීමා නිවැරදිව සකස් කිරීමෙන් අනාගත පූර්ව අනාවැකි වලට වැරදි නොවීමේ අවශ්‍යතාවය තේරුම් ගත හැක.

මෙම පියවරයන් අනුගමනය කිරීමෙන්, ශ්‍රී ලංකාවේ තොරතුරු විද්‍යාත්මක පදනම ශක්තිමත් කර, දත්ත‑චාලිත තීරණ ගැනීමට නව අවස්ථා සලසා දේ.

අවසන් වශයෙන්, විශ්ලේෂණයක් කරන සැමවිටම “පළමුව සත්‍ය තොරතුරු ගොඩනඟා, පසුකාලීනව ප්‍රතිශත ගණන” යන සංකල්පය අමතක නොකරන්න. එවිට ඔබේ වාර්තා විශ්වාසනීය, පාරිභෝගිකයන්ට පෙන්විය හැකි, සහ අනාගතයට පදනම් වූවක් වේ.

💡 වැදගත් දත්ත විශ්ලේෂණ තාක්‍ෂණය ඔබත් අත්හදා බලන්න!
මූලාශ්‍රය මෙම ලිපිය AI මගින් රචිත මුල් සාරාංශයකි. සම්පූර්ණ වාර්තාව කියවන්න:
Dev.to ↗
#Data #OpenData #France #Analysis #BestPractices