Data Analysis,data dictionary, decision table, decision tree
डेटा एनालिसिस (Data Analysis)
डेटा एनालिसिस वह प्रक्रिया है जिसमें एकत्रित किए गए कच्चे डेटा (raw data) को साफ (cleaning), रूपांतरित (transforming), और मॉडलिंग (modeling) करके उपयोगी जानकारी, निष्कर्ष और निर्णय लेने के लिए सार्थक अंतर्दृष्टि (insights) निकाली जाती है। SDLC में, डेटा एनालिसिस मुख्यतः आवश्यकता विश्लेषण और डिजाइन चरणों में किया जाता है, जहाँ फैक्ट फाइंडिंग से प्राप्त डेटा का विश्लेषण करके सिस्टम की कार्यात्मक आवश्यकताओं को परिष्कृत (refine) किया जाता है। MIS के संदर्भ में, डेटा एनालिसिस का अर्थ है संगठन के विभिन्न स्रोतों से आने वाले डेटा का विश्लेषण करके रिपोर्ट, ट्रेंड, और निर्णय-समर्थन जानकारी तैयार करना। डेटा एनालिसिस में सांख्यिकीय तरीके, डेटा माइनिंग, और प्रेडिक्टिव मॉडलिंग जैसी तकनीकों का उपयोग होता है। एक अच्छा डेटा एनालिसिस सिस्टम को डेटा-ड्रिवेन (data-driven) बनाता है और MIS को अधिक प्रभावी बनाता है।
डेटा एनालिसिस के चरण (Steps of Data Analysis)
डेटा एनालिसिस प्रक्रिया में निम्नलिखित पाँच चरण होते हैं: (1) आवश्यकताएँ निर्धारित करना (Requirement Determination) – कौन से प्रश्नों के उत्तर चाहिए? कौन सा डेटा आवश्यक है? (2) डेटा संग्रहण (Data Collection) – फैक्ट फाइंडिंग तकनीकों (इंटरव्यू, प्रश्नावली, दस्तावेज़) से डेटा इकट्ठा करना। (3) डेटा सफाई (Data Cleaning) – अधूरे, दोहरे, गलत या असंगत डेटा को हटाना या सुधारना। (4) डेटा विश्लेषण (Data Analysis) – डेटा पर सांख्यिकीय या गुणात्मक तरीकों को लागू करना, जैसे औसत, प्रतिशत, रुझान विश्लेषण, सहसंबंध। (5) व्याख्या और प्रस्तुति (Interpretation & Presentation) – परिणामों को चार्ट, ग्राफ, डैशबोर्ड, या रिपोर्ट के रूप में प्रबंधकों को प्रस्तुत करना। SDLC में, यह विश्लेषण SRS (Software Requirement Specification) दस्तावेज़ को अंतिम रूप देने में सहायक होता है। MIS में, डेटा एनालिसिस रीयल-टाइम डैशबोर्ड और निर्णय समर्थन प्रणाली (DSS) का आधार बनता है।
डेटा डिक्शनरी (Data Dictionary)
डेटा डिक्शनरी (जिसे मेटाडेटा रिपोजिटरी भी कहते हैं) एक केंद्रीकृत भंडार है जो डेटाबेस या सिस्टम में संग्रहीत सभी डेटा तत्वों (data elements) के बारे में विस्तृत जानकारी (मेटाडेटा) रखता है। यह डेटा के बारे में डेटा है – जैसे प्रत्येक डेटा फील्ड का नाम, प्रकार (नंबर, टेक्स्ट, तारीख), आकार (अधिकतम लंबाई), प्रारूप (format), डिफ़ॉल्ट मान, वैधता नियम (जैसे >0, <100), और विवरण। SDLC के डिजाइन चरण (Design Phase) में डेटा डिक्शनरी बनाई जाती है और कोडिंग, टेस्टिंग और रखरखाव में इसका उपयोग किया जाता है। डेटा डिक्शनरी के लाभ: डेटा अखंडता (integrity) सुनिश्चित करना, डेटा अतिरेक (redundancy) को कम करना, सिस्टम के सभी डेवलपर्स के बीच साझा शब्दावली प्रदान करना, और परिवर्तन प्रबंधन (change management) में सहायक होना। उदाहरण: “Customer_ID: डेटा प्रकार INTEGER, आकार 10, अद्वितीय, NOT NULL, विदेशी कुंजी (foreign key) से संदर्भित”।
डेटा डिक्शनरी के घटक (Components of Data Dictionary)
एक पूर्ण डेटा डिक्शनरी में निम्नलिखित जानकारी होती है:
(1) डेटा तत्व का नाम (Data Element Name) – जैसे Employee_Name, Salary, Date_of_Joining।
(2) डेटा प्रकार (Data Type) – CHAR, VARCHAR, INT, DATE, BOOLEAN, FLOAT।
(3) आकार (Size/Length) – अधिकतम वर्णों या बाइट्स की संख्या, जैसे VARCHAR(50) – 50 वर्ण।
(4) प्रारूप (Format) – तारीख के लिए YYYY-MM-DD, फोन नंबर के लिए (XXX) XXX-XXXX।
(5) डिफ़ॉल्ट मान (Default Value) – यदि उपयोगकर्ता कोई मान नहीं डालता तो क्या डाला जाए (जैसे Status = ‘Active’)।
(6) वैधता नियम (Validation Rules) – जैसे Age BETWEEN 18 AND 60, Salary > 0, Email MUST CONTAIN ‘@’।
(7) अनुमत मान (Allowed Values) – जैसे Gender IN (‘M’, ‘F’, ‘Other’)। (8) अद्वितीयता (Uniqueness) – क्या यह फील्ड दोहरा हो सकता है (Unique / Not Unique)।
(9) अशक्त अनुमति (Null Allowed) – क्या यह फील्ड खाली हो सकता है (NULL / NOT NULL)।
(10) तालिका और स्तंभ संदर्भ (Table & Column Reference) – यह फील्ड किस तालिका और स्तंभ में संग्रहीत है। ये सभी घटक डेटाबेस डिज़ाइन और सिस्टम विकास के लिए आवश्यक हैं।
निर्णय तालिका (Decision Table)
निर्णय तालिका (Decision Table) एक सारणीबद्ध (tabular) प्रतिनिधित्व है जो विभिन्न स्थितियों (conditions) और उनके संगत क्रियाओं (actions) के बीच तार्किक संबंध को दर्शाती है। यह जटिल व्यावसायिक नियमों (business rules) और निर्णय तर्क (decision logic) को स्पष्ट, संक्षिप्त और त्रुटि-मुक्त रूप में प्रस्तुत करने का एक शक्तिशाली उपकरण है। SDLC के आवश्यकता विश्लेषण और डिजाइन चरणों में निर्णय तालिका का उपयोग उन परिस्थितियों में किया जाता है जहाँ कई इनपुट स्थितियों के आधार पर कई आउटपुट क्रियाएँ होती हैं (जैसे लोन स्वीकृति नियम, टैक्स गणना, छूट नियम)। निर्णय तालिका के चार मुख्य भाग होते हैं: स्थिति स्टंप (Condition Stub) – सभी स्थितियों की सूची, क्रिया स्टंप (Action Stub) – सभी क्रियाओं की सूची, स्थिति प्रविष्टियाँ (Condition Entries) – प्रत्येक स्थिति के लिए Y (हाँ) / N (नहीं) या अन्य मान, और क्रिया प्रविष्टियाँ (Action Entries) – बताती हैं कि किस नियम के लिए कौन सी क्रिया करनी है। निर्णय तालिका के लाभ: पूर्णता (सभी संभावित संयोजनों की जाँच), स्पष्टता (जटिल तर्क को समझना आसान), और प्रोग्रामर के लिए सीधे कोड में बदलने योग्य।
निर्णय तालिका का उदाहरण एवं संरचना
निर्णय तालिका की संरचना को एक उदाहरण से समझते हैं: एक कंपनी में लोन स्वीकृति नियम – शर्तें: (1) Income > 30,000? (2) CIBIL स्कोर > 750? (3) Existing Loan?। क्रियाएँ: (A) Loan Approved, (B) Loan Rejected, (C) Manager Approval Required। नियम 1: Y, Y, N → Loan Approved। नियम 2: Y, N, N → Loan Rejected। नियम 3: Y, Y, Y → Manager Approval। नियम 4: N, Y, N → Loan Rejected। नियम 5: N, N, N → Loan Rejected। इस प्रकार तालिका में 3 शर्तों के लिए 2^3 = 8 संभावित नियम होते हैं। SDLC में, निर्णय तालिका पूर्णता (completeness) सुनिश्चित करती है – कोई भी स्थिति संयोजन अनदेखा नहीं रहता, अतिरेक (redundancy) और विरोधाभास (contradiction) को पहचानती है। निर्णय तालिका को सीधे प्रोग्रामिंग में if-else या switch-case स्टेटमेंट्स में बदला जा सकता है। यह प्रलेखन (documentation) और रखरखाव (maintenance) के लिए भी अत्यंत उपयोगी है क्योंकि व्यावसायिक नियम बदलने पर केवल तालिका के कुछ कॉलम बदलने होते हैं।
निर्णय वृक्ष (Decision Tree)
निर्णय वृक्ष (Decision Tree) एक चित्रात्मक (graphical) प्रतिनिधित्व है जो निर्णय नियमों को एक पेड़ (tree) के रूप में दिखाता है, जिसमें प्रत्येक आंतरिक नोड एक स्थिति (condition) को, प्रत्येक शाखा (branch) एक निर्णय (decision) या परीक्षण (test) के परिणाम को, और प्रत्येक पत्ती नोड (leaf node) एक क्रिया (action) या निष्कर्ष को दर्शाता है। निर्णय वृक्ष का उपयोग SDLC के आवश्यकता विश्लेषण और डिजाइन चरणों में जटिल व्यावसायिक तर्क को सरल और दृश्य (visual) रूप में प्रस्तुत करने के लिए किया जाता है। निर्णय वृक्ष निर्णय तालिका के समान ही उद्देश्य रखता है, लेकिन अंतर यह है कि निर्णय वृक्ष अधिक सहज (intuitive) और समझने में आसान होता है, विशेष रूप से गैर-तकनीकी उपयोगकर्ताओं के लिए। उदाहरण: लोन स्वीकृति प्रक्रिया – रूट नोड (क्या Income > 30,000?) → यदि हाँ तो अगला नोड (CIBIL > 750?) → यदि हाँ तो लोन स्वीकृत, अन्यथा अस्वीकृत। निर्णय वृक्ष के लाभ: दृश्य स्पष्टता, सरलता, और गलतियों को ढूँढ़ना आसान। सीमा: जब नियम बहुत अधिक हों (100+) तो पेड़ बहुत बड़ा और जटिल हो सकता है।
निर्णय तालिका और निर्णय वृक्ष में अंतर
निर्णय तालिका और निर्णय वृक्ष दोनों ही व्यावसायिक नियमों को प्रदर्शित करने के उपकरण हैं, लेकिन उनमें अंतर है:
(1) रूप (Format) – निर्णय तालिका सारणीबद्ध (tabular) है, निर्णय वृक्ष चित्रात्मक (graphical) है।
(2) जटिलता (Complexity) – निर्णय तालिका कई स्थितियों (10-15) को आसानी से संभाल सकती है, जबकि निर्णय वृक्ष 4-5 स्थितियों से अधिक होने पर बहुत बड़ा हो जाता है।
(3) पूर्णता (Completeness) – निर्णय तालिका पूर्णता (सभी संयोजनों की जाँच) सुनिश्चित करना आसान बनाती है, निर्णय वृक्ष में छूटे हुए नियमों को देखना मुश्किल होता है।
(4) उपयोगकर्ता – निर्णय वृक्ष गैर-तकनीकी उपयोगकर्ताओं के लिए अधिक सहज है, जबकि निर्णय तालिका प्रोग्रामर और सिस्टम एनालिस्ट के लिए अधिक सटीक है।
(5) SDLC में उपयोग – दोनों का उपयोग आवश्यकता विश्लेषण और डिजाइन चरणों में किया जाता है, प्रायः संयोजन में (पहले निर्णय तालिका बनाएँ, फिर उसे निर्णय वृक्ष में बदलें)। MIS में, इनका उपयोग व्यावसायिक नियमों (जैसे डिस्काउंट पॉलिसी, लोन अप्रूवल, अटेंडेंस नियम) को प्रलेखित करने के लिए किया जाता है।
फॉर्म डिजाइन (Form Design)
फॉर्म डिजाइन का अर्थ है डेटा इनपुट और आउटपुट के लिए उपयोगकर्ता इंटरफेस (UI) स्क्रीन या कागज़ी फॉर्मों को इस प्रकार डिज़ाइन करना कि डेटा एंट्री सरल, सटीक, त्रुटि-रहित और कुशल हो। SDLC के डिजाइन चरण (Design Phase) में फॉर्म डिजाइन किया जाता है और यह सिस्टम के उपयोगकर्ता स्वीकार्यता (user acceptance) के लिए सबसे महत्वपूर्ण कारकों में से एक है। MIS के संदर्भ में, फॉर्म दो प्रकार के होते हैं: इनपुट फॉर्म (Input Forms) – जहाँ उपयोगकर्ता डेटा दर्ज करता है (जैसे ग्राहक पंजीकरण फॉर्म), और आउटपुट फॉर्म (Output Forms) – जहाँ सिस्टम डेटा प्रदर्शित करता है (जैसे बिक्री रिपोर्ट, इन्वॉइस)। एक अच्छा फॉर्म डिजाइन डेटा एंट्री की गति बढ़ाता है, त्रुटियाँ कम करता है, उपयोगकर्ता प्रशिक्षण का समय घटाता है
1 – कृत्रिम बुद्धिमत्ता और विशेषज्ञ प्रणालियों की तुलना करते हए उनकी विशेषताओं , अन्तरो और सम्बन्धो पर प्रकाश डालिये। जून 2026
2 – क्लॉउड कंप्यूटिंग क्या है ? इसके प्रकारो की व्याख्या कीजिये और विभिन्न क्लाउड सेवा मॉडलों जैसे IaaS, PaaS और SaaS का वर्णन कीजिये। जून 2026