
منتشرشده در towardsdatascience به تاریخ ۲۲ ژوئن ۲۰۲۱
لینک منبع How to Use the BEAM Approach in Data Analytic Projects
تجزیه و تحلیل رویداد کسبوکار مدلسازی (BEAM) یک جمعآوری نیاز چابک برای انبارهای داده، با هدف هماهنگی تجزیه و تحلیل نیاز با فرآیندهای کسبوکار به جای فقط گزارشها است. این ریشه در طراحی انبار دادههای چابک توسط لارنس کور و جیم استاگنیتو دارد.
اصول کلیدی این مفهوم عبارتند از:
این در مورد پرسیدن سوالات مناسب است.
نویسندهBEAM، لارنس کورر، در میان چیزهای دیگر، یک الگوی طراحی برای ساختاربندی «داستانهای داده» را توصیف میکند. مثال: رویداد تجاری - مشتری محصول را میخرد
از طریق این سوالات مهم، فرآیند کسبوکار روشن میشود و بنابراین شرایط فنی را می توان به دست آورد.

پس از پرسیدن سوالات درست میتوانید به راحتی داستانهای کاربر را تعریف کنید. برای مثال، در پاسخ چه کسی و کجا: محصول سفارش مشتری از فروشگاه آنلاین شما میتوانید نیاز به جمعآوری یک جدول واقعیت فوری در انبار داده خود، ویژگیهای مورد نیاز من و الزامات بیشتر مانند الگوهای فرآیندهای ETL / ELT مربوطه را استخراج کنید.

الان به کجا می رسم؟ برای من، اصول BEAM منطقی بوده و متناسب با حالت چابک است. من همچنین رویکرد پرسش را مهم میدانم. سوالات درست را بپرسید و فرآیند کسبوکار را شناسایی کنید. این موضوع چیزهای زیادی را آشکار میکند که در تاریکی هستند.
«این پاسخ نیست که روشنگر است، بلکه سوال است»-یوجین ایتکو
با این حال، برای من، میگویم که من دقیقا مطابق با BEAM کار نمیکنم، اما به نظر من روشی جالب برای فرموله کردن داستانهای کاربر است. برای این کار، دانستن فرآیند کسبوکار ضروری است. البته، این روش نه تنها برای طراحی انبار دادهها قابلاجرا است، بلکه به طور کلی در زمینه دادهها نیز قابلاجرا است. به عنوان مثال، اگر من میخواهم خدماتML جدید یا یک گزارش در دریاچه داده شما را ارائه دهم، این همیشه با ساخت فرآیندهایETL، طرح در انبار داده و اجرای گزارشها یا خدمات مرتبط است.
این متن با استفاده از ربات مترجم مقالات علم داده ترجمه شده و به صورت محدود مورد بازبینی انسانی قرار گرفته است.در نتیجه میتواند دارای برخی اشکالات ترجمه باشد.
مقالات لینکشده در این متن میتوانند به صورت رایگان با استفاده از مقالهخوان ترجمیار به فارسی مطالعه شوند.