අද ලෝකය දත්ත මත පදනම් වූ ලෝකයක් බවට පත්වෙමින් පවතින අතර, දත්ත විශ්ලේෂණය හරහා කතා කියවීම දැන් කුඩාද විශාලද ව්‍යාපාර වලටම අත්‍යවශ්‍ය මූලිකත්වයක් වී ඇත. මේක තමයි අද දින ව්‍යාපාර සංවිධාන දත්ත විශ්ලේෂකයන් රැඳවීමේ තීරණය ගන්නා ප්‍රධාන හේතුව.
දත්ත මත පදනම් වූ ව්‍යාපාර තීරණ ගන්නේ තමන්ගේ දත්ත කියන කතාව අනුවයි. නමුත්, වර්තමාන තත්වය එලෙස වූවත්, බොහෝ ව්‍යාපාර තවමත් තම දත්තවල සම්පූර්ණ හැකියාව උපයෝගි කරගෙන නැහැ — මෙය ව්‍යාපාර බොහෝදෙනාට මුහුණදිය යුතු සාමාන්‍යම අභියෝගයකි.
දත්ත විශ්ලේෂණය කියන්නේ ව්‍යාපාරයක් පූර්ව-දැනුවත් තීරණ ගන්න, පාරිභෝගිකයන්ගේ හැඟීම් විශ්ලේෂණය කරන්න, වෙළඳපොළ සහ නිෂ්පාදන පර්යේෂණ කරන්න, සහ ප්‍රවණතා හඳුනා ගන්න උදව්වක් වන ඉතාම වැදගත් ක්‍රියාවලියක්.
දත්ත විශ්ලේෂණය කියන්නේ දත්ත පිරිසිදු කිරීම, ආදර්ශ කිරීම (modeling) සහ දෘශ්‍යීකරණය (visualization) වැනි කාර්යයන් මත පදනම්වී තිබුණත්, එය ව්‍යාපාරයට ඇති වටිනාකම නොතදවම වැළඳවිය යුතුයි.
දත්ත විශ්ලේෂණයේ මූලික කොටස් පහතින් දැක්වෙන කාණ්ඩ 5කට බෙදී ඇත:
- විස්තරාත්මක විශ්ලේෂණය (Descriptive Analytics)
- නිවේශනාත්මක විශ්ලේෂණය (Diagnostic Analytics)
- අනුමාන විශ්ලේෂණය (Predictive Analytics)
- ප්‍රතිකාරාත්මක විශ්ලේෂණය (Prescriptive Analytics)
- කෘත්‍රිම බුද්ධිය (Artificial Intelligence – AI)
🔹 විස්තරාත්මක විශ්ලේෂණය (Descriptive Analytics)
මෙය කියවන්නේ, “මීට පෙර මොකද්ද වෙලා තියෙන්නේ?” කියන ප්‍රශ්නයට පිළිතුරු සෙවීමයි. මේක භාවිතා වෙන්නේ විශාල දත්ත ගොනු සාරාංශ කර Stakeholdersලාට විභාග ලැබුණු ප්‍රතිඵල දැක්වීම සඳහා.
KPIs (Key Performance Indicators) වර්ගයේ මැට්‍රික්ස් භාවිතයෙන් මෙවැනි විශ්ලේෂණය ව්‍යාපාරික ඉලක්ක සාර්ථකද නැද්ද කියලා සෝදිසි කරන්නට හැකියි. උදාහරණයක් ලෙස, ROI (Return on Investment) වැනි මැට්‍රික්ස් බහුලව භාවිතා වෙනවා.
උදාහරණයක් වශයෙන්, ව්‍යාපාරයක විකුණුම් සහ මූල්‍ය වාර්තා ලබාදීමක් විස්තරාත්මක විශ්ලේෂණයකි.
🔹 නිවේශනාත්මක විශ්ලේෂණය (Diagnostic Analytics)
මෙය පිළිතුරු දෙන්නේ “ඒක ඇයි වෙලා තියෙන්නේ?” කියන ප්‍රශ්නයට. මෙය විස්තරාත්මක විශ්ලේෂණය මත පදනම්වී, එහි හේතු සෙවීමට උපකාරී වන ක්‍රියාවලියක්.
මෙය පියවර 3කින් සමන්විතයි:
- දත්තයේ අසාමාන්‍යතාවයන් හඳුනාගන්න
- ඒ අසාමාන්‍යතාට අදාල තවත් දත්ත එකතු කරන්න
- සංඛ්‍යානමය විධි මඟින් හේතු සෙවීම
🔹 අනුමාන විශ්ලේෂණය (Predictive Analytics)
මෙය සොයනවා “ඉදිරියට මොකක් වෙයිද?” කියන ප්‍රශ්නයේ පිළිතුර. ඉතිහාසගත දත්ත භාවිතයෙන්, ප්‍රවණතා හඳුනාගෙන ඒවා නැවත සිදුවීමේ හැකියාව මැනීම මෙහි අරමුණයි.
මෙහිදී Machine Learning, Regression, Neural Networks, Decision Trees වැනි ක්‍රම භාවිතා කරලා අනාගත අවස්ථා අනුමාන කරනවා.
🔹 ප්‍රතිකාරාත්මක විශ්ලේෂණය (Prescriptive Analytics)
මෙය උදව් කරනවා “අපි දැන් මොකද්ද කරන්න ඕනේ?” කියන ප්‍රශ්නයට පිළිතුරු සෙවීමට. මෙහිදී, ව්‍යාපාරයකට data-driven තීරණ ගැනීමට හැකියාව ලැබේ.
Machine Learning භාවිතා කරමින්, විශාල semantic models තුළින් රටා සෙවීමත්, අතීත තීරණයන් ඇසුරින් ඉදිරියේ ඇතිවිය හැකි ප්‍රතිඵල කල්පනා කිරීමත් සිදු කෙරේ.
🔹 කෘත්‍රිම බුද්ධිය (Artificial Intelligence – AI)
AI කියන්නේ මිනිස් බුද්ධිය යන්ත්‍ර මත ආකෘතිකරණය කිරීමයි. දත්ත විශ්ලේෂණය තුළ AI භාවිතා වන්නේ:
- විශාල දත්ත මූලාශ්‍ර සැකසීම
- රටා හඳුනා ගැනීම
- මිනිස් මැදිහත්වීම නොමැතිව insights ලබාදීම
AI භාවිතා වන ක්ෂේත්‍ර: Natural Language Processing (NLP), Image Recognition, Code Generation, Smart Visualizations
🔸 උදාහරණය:
සිල්ලර ව්‍යාපාරයක්, විස්තරාත්මක විශ්ලේෂණය භාවිතයෙන් පසුගිය වසරවල විකුණුම් රටා නැරඹීමෙන්, අනාගතයේ ජනප්‍රිය විය හැකි නිෂ්පාදන හඳුනාගන්නවා.
එසේම, නිශ්චිත නිෂ්පාදනයක් ජනප්‍රිය වූයේ ඇයි කියන හේතු අනාවරණය කරගෙන, ඒ ප්‍රවණතාව තවදුරටත් පවතිනවාද කියලා විශ්ලේෂණය කරනවා.
ඔවුන්ට හැකියි එම විශ්ලේෂණය භාවිතා කරමින්, සමාජ මාධ්‍ය දැන්වීම් හෝ වෙළඳමණ්ඩල ප්‍රවණතා නිසා විකුණුම් වැඩි වුණාද කියලා තීරණය කරන්න.
