Ilman kuvauksia dataa osaa käyttää vain harva
Dokumentointi puuttuu
Monessa organisaatiossa on paljon tietokantoja ja raportointitauluja. Niiden sisältöä ei kuitenkaan ole kuvattu niin, että käyttäjä ymmärtäisi sen.
- ✕Taulujen ja kenttien nimet ovat teknisiä lyhenteitä tai järjestelmän omia termejä.
- ✕Uusi käyttäjä ei tiedä, mitä kenttä tarkoittaa tai mistä arvo tulee.
- ✕Analyysiin tarvitaan usein asiantuntija, joka tuntee taulut ja niiden väliset yhteydet ennestään.
- ✕Tekoälystä on datahaussa vähän apua, jos metadata ei kerro, mitä data tarkoittaa.
Metadata syntyy automaattisesti
Tekoäly tekee metadatasta ensimmäisen version. Se käy läpi datan rakenteen, näytearvot, lähdejärjestelmät ja taulujen väliset yhteydet.
- ✓Tietokannasta luetaan pieni ja rajattu näyte, esimerkiksi 100 riviä taulua kohden.
- ✓Henkilötiedot ja muut arkaluonteiset arvot anonymisoidaan ennen kuin kielimalli analysoi näytteen.
- ✓Tekoäly yhdistää näytteeseen tietokannan rakenteen, lähdejärjestelmät, taulujen väliset yhteydet ja tiedon liiketoimintaprosessista.
- ✓Kielimalli kirjoittaa tauluille ja kentille lyhyet kuvaukset, jotka käyttäjä ymmärtää.
Pelkkä kentän nimi ei riitä. Mitä enemmän taustatietoa kielimalli saa, sitä osuvampia kuvauksista tulee.
Tietokannan rakenne ja relaatiot
Taulujen sarakkeet, tietotyypit, avaimet, viiteavaimet ja yhteydet muihin tauluihin.
Anonymisoitu datanäyte
Tyypilliset arvot ja niiden jakaumat, arvojen muodot, tyhjät arvot ja toistuvat arvomallit. Tunnistettavia tietoja näytteessä ei ole.
Lähdejärjestelmät
Mistä järjestelmästä kentän arvot tulevat ja miten ne liittyvät prosessiin.
Metadata syntyy kuudessa vaiheessa
Valitse vaihe ja katso, mitä siinä tapahtuu.
Näin kuvaus syntyy esimerkkitaulusta
Valitse esimerkkitaulu ja kenttä. Näet anonymisoidun datanäytteen ja kielimallin ehdotuksen metadataksi.
Valitse kenttä. Näet sen kuvauksen, luottamustason ja taustatiedot, joihin kuvaus perustuu.
Valmis metadata palvelee ihmisiä ja tekoälyä
Kun tauluilla ja kentillä on kuvaukset, tekoäly ymmärtää paremmin, mitä data tarkoittaa ja miten sitä kannattaa kysellä.
SELECT c.customer_name, COUNT(*) AS delayed_deliveries FROM customer c JOIN sales_order o ON c.customer_id = o.customer_id JOIN delivery d ON o.order_id = d.order_id WHERE d.delivery_status = 'Delayed' AND d.planned_delivery_date >= CURRENT_DATE - INTERVAL '90 days' GROUP BY c.customer_name ORDER BY delayed_deliveries DESC;
Metadatan generointi on pohjatyötä. Sen jälkeen data on helpompi ymmärtää, niin ihmisille kuin tekoälyllekin.
Nopeampi dokumentointi
Taulu- ja kenttäkuvausten ensimmäinen versio syntyy automaattisesti, vaikka tauluja ja kenttiä olisi paljon.
Parempi data governance
Dataomistajat ja asiantuntijat voivat tarkistaa ja hyväksyä tekoälyn ehdotukset yhdessä paikassa.
Tietopohja valmiina tekoälylle
Kun metadata kertoo, mitä data tarkoittaa liiketoiminnalle, dataa voi myöhemmin hakea, yhdistää ja kysellä luonnollisella kielellä.
Kuvatut taulut ovat pohja, jonka varassa organisaation dataa voi käyttää luotettavammin analytiikassa, raportoinnissa ja tekoälyavusteisessa tiedonhaussa.
Yhteinen ymmärrys datasta
Kaikki näkevät, mitä kenttä tarkoittaa, mistä sen arvo tulee ja mihin muihin tauluihin se liittyy.
Vähemmän asiantuntijariippuvuutta
Perustieto tauluista ei ole enää vain muutaman ihmisen muistissa.
Luotettavampia tekoälyn tulkintoja
Kielimalli tulkitsee dataa paremmin, kun sillä on käytössään hyvä metadata.