조직, 도구 및 산업에 걸쳐 데이터로 작업하는 직접적 경험을 통해 우리는 우리가 DataOps라고 부르는 분석을 개발 및 전달하기 위한 보다 좋은 방법을 알아냈습니다.

DataOps 원칙

지속적으로 고객을 만족시켜라:

우리의 최고 우선 순위는 몇 분에서 몇 주에 이르는 소중한 분석 통찰력의 조속하고 지속적인 전달을 통해 고객을 만족시키는 것입니다.

작동하는 분석을 소중하게 생각하라:

우리는 데이터 분석 성능의 기본 척도가 강력한 프레임워크 및 시스템 위에 정확한 데이터를 통합하여 통찰력 있는 분석이 전달되는 정도라고 생각합니다.

변화를 수용하라:

우리는 진화하는 고객 니즈를 환영하며 실제로 경쟁 우위를 만들어 내기 위해 이것을 수용합니다. 우리는 고객과 소통하는 가장 효율적이고 효과적이며 기민한 방법은 마주보고 하는 대화라고 생각합니다.

이것은 팀 스포츠다:

분석 팀은 항상 다양한 역할, 기술, 선호하는 도구 및 제목을 갖습니다. 다양한 배경과 의견은 혁신과 생산성을 향상시킵니다.

매일 일어나는 상호 작용:

고객, 분석 팀 및 운영은 프로젝트 내내 일상적으로 협력해야 합니다.

스스로 조직화하라:

우리는 최고의 분석 통찰력, 알고리즘, 아키텍처, 요구 사항 및 설계는 자기 조직적 팀에서 나온다고 생각합니다.

영웅주의를 줄여라:

분석 통찰력 필요의 속도와 폭이 계속 증가함에 따라 우리는 분석 팀이 영웅주의를 줄이고 지속 가능하고 확장 가능한 데이터 분석 팀 및 프로세스를 만들기 위해 노력해야 한다고 생각합니다.

반성하라:

분석 팀은 고객이 제공한 피드백, 자기 자신 및 운영 통계에 대한 정기적 자기 반성을 통해 운영 성능을 미세 조정해야 합니다.

분석은 코드다:

분석 팀은 데이터에 접근하고 데이터를 통합하고 모델링하고 시각화하기 위해 다양한 개별 도구를 사용합니다. 기본적으로, 이러한 도구 각각은 통찰력을 전달하기 위해 데이터에 대해 취해지는 조치를 설명하는 코드 및 구성을 생성합니다.

결합하라:

데이터, 도구, 코드, 환경 및 분석 팀 작업을 처음부터 끝까지 결합하는 것은 분석 성공의 핵심적인 요인입니다.

재현 가능하게 만들어라:

재현 가능한 결과가 필요하며 따라서 우리는 데이터, 저수준 하드웨어 및 소프트웨어 구성, 툴체인에 있는 각 툴에 고유한 코드 및 구성 등 모든 것을 버전화합니다.

일회용 환경:

우리는 생산 환경을 반영하는 생성하기 쉽고 격리되며 안전한 일회용 기술 환경을 제공함으로써 분석 팀원들이 실험하는 데 필요한 비용을 최소화하는 것이 중요하다고 생각합니다.

단순성:

우리는 기술적 우수성과 좋은 디자인에 대한 지속적인 관심이 민첩성을 강화한다고 생각합니다. 비슷하게 단순성-실행되지 않는 작업의 양을 극대화하는 기술-은 필수적입니다.

분석은 제조다:

분석 파이프라인은 린 제조 라인과 비슷합니다. 우리는 DataOps의 근본적인 개념이 분석 통찰력의 생산에서 지속적인 효율성을 달성하는 것을 목표로 하는 과정적 사고에 대한 집중이라고 생각합니다.

품질이 다른 무엇보다 중요하다:

분석 파이프라인은 코드, 구성 및 데이터의 이상과 보안 문제에 대한 자동화된 탐지(지도카)가 가능한 기초를 가지고 구축되어야 하며 실수 방지(포카 요케)를 위해 운영자들에게 지속적인 피드백을 제공해야 합니다.

품질 및 성능을 모니터링하라:

우리의 목표는 예기치 않은 변동을 탐지하고 운영 통계를 생성하기 위해 지속적으로 모니터링되는 성능, 보안 및 품질 척도를 가지는 것입니다.

재사용하라:

우리는 분석 통찰력 생산성의 기초적 측면이 개인 또는 팀에 의한 이전 작업의 반복을 피하는 것이라고 생각합니다.

사이클 타임을 개선하라:

우리는 고객 니즈를 분석 아이디어로 바꾸고 그것을 개발에서 생성하고 그것을 반복 가능한 생산 프로세스로 배포하고 최종적으로 해당 제품을 리팩터링 및 재사용하는 데 필요한 시간 및 노력을 최소화하기 위해 노력해야 합니다.

이미 Manifesto에 서명한 5천 명 이상의 사람들과 합류하세요