데이터 분석 및 증거 개발은(는) 무엇을 하나요?
이 스킬은 작업이 데이터셋이 뒷받침할 수 있는 내용에 의존할 때 사용합니다: 탐색적 데이터 분석, 문제 해결 측정, 조건 비교, 과학적 주장 확인, 또는 엔지니어링 개선 선택. 명확한 설명, 유용한 시각화, 수정된 질문, 또는 결정적이지 않은 결과로도 작업을 완료할 수 있습니다. 구현은 선택적인 다음 모드입니다.
탐색을 닫지 않고 질문 설정하기
대상, 질문, 출처 자료, 그리고 결정(존재하는 경우)을 식별합니다. 열린 요청의 경우, 무엇이 존재하는지, 무엇이 누락되었는지, 그리고 데이터가 어떤 질문을 가능하게 하는지 매핑하는 것으로 시작합니다. 잠정적인 분석 방향을 제안하고 패턴이 나타남에 따라 수정합니다. 조사가 작업처럼 보이게 하기 위해 수치적 수용 임계값을 만들어내지 마십시오.
현재 질문에 맞는 모드를 선택하십시오; 모드 전환은 허용되며 표시되어야 합니다:
| 모드 | 적절한 결과 | 필요할 때 읽기 |
|---|---|---|
| 오리엔테이션 / 설명 | 데이터셋 맵, 메트릭 정의, 지원 요약, 답변되지 않은 질문 | 증거 및 방법 참조 |
| 탐색적 분석 | 분포, 관계, 세그먼트, 대체 설명, 생산적인 후속 조치 | 설명을 선택하기 전에 탐색 |
| 확증 비교 | 사전 지정된 추정량, 일치된 조건, 불확실성, 조건부 결론 | 비교 및 도전 |
| 엔지니어링 진단 | 변별 증거가 있는 순위 메커니즘; 정당화되는 경우 변경 제안 | 발견에서 변경으로 |
기본적으로 전체 패키지가 아닌 관련 참조 섹션을 읽으십시오. 중요하거나 재개 가능한 연구에는 분석 원장을 사용하십시오; 직접적인 답변에는 모든 필드에 대해 별도의 문서가 필요하지 않습니다.
증거를 신뢰할 수 있게 만들기
출처 식별자와 버전, 관찰 단위, 시간 기준, 수집 조건, 변환을 기록합니다. 모델을 선택하기 전에 실제 데이터를 검사합니다. 성공, 실패, 누락, 제외 및 불완전한 관찰에 걸쳐 합계를 조정합니다. 성능 추정치에 포함될 수 없더라도 실패 조건을 계속 표시합니다.
메트릭을 공식, 분모, 단위, 방향, 적격성 규칙과 함께 정의합니다. 이벤트, 실행, 주제, 실험 조건 카운트를 별도로 유지합니다. 세 번의 실행에서 백만 개의 이벤트는 백만 번의 독립적인 반복이 아닙니다. 합성 데이터, 계산된 양, 측정된 값, 추론된 메커니즘을 별도로 레이블합니다.
분석 차원을 선택하는 이유는 답을 바꿀 수 있기 때문입니다: 꼬리와 분포, 하위 그룹, 시간, 워크로드, 스케일, 컨트롤, 상호 작용, 누락, 또는 민감도. 적용 범위는 질문과 결과를 따릅니다; 의무적인 차트 수나 고정된 최대 가설 수는 없습니다. 완전한 카탈로그를 제조하기보다는 중요한 누락 사항을 설명하십시오.
질문 체크포인트를 통해 반복하기
탐색 주기는 관찰 → 해석 → 도전 → 다음 정보 탐색 선택입니다. 증거가 약한 동안에는 경쟁 설명을 계속 살려두십시오. 유용한 체크포인트에서 이해의 변화, 남은 불확실성, 유망한 분기, 계속하는 비용을 보고합니다. 합의된 목표와 리소스 내에서 계속하십시오; 둘 중 하나에 중대한 변화가 있을 경우 방향 전환을 요청하십시오.
새로운 가설, 귀무 결과, 실패한 과학적 예측, 또는 정보가 없는 분석은 실패한 소프트웨어 수리가 아닙니다. 실제 구현 또는 증거 품질 결함을 수정하려는 시도는 보존하고, 현재 할당에서 제공되는 재시도 제한을 따르십시오. 예를 들어, 깨진 데이터 조인을 반복적으로 수리하는 것은 수리입니다; 유효한 패턴에 대한 대체 설명을 시도하는 것은 탐색입니다. 이 방법은 보편적인 재시도 횟수를 정의하지 않습니다.
증거를 의도적으로 승격시키기
중요한 과학적 주장은 증거와 추론에 대한 독립적인 자격을 갖춘 검토를 위해 준비하십시오. 할당 시 검토 경로를 제공할 경우 이를 따르십시오; 그렇지 않으면 자동으로 팀을 구성하지 않고 증거와 검토 범위를 요청자에게 반환하십시오. 엔지니어링 조치가 선택되면, 지원된 발견, 대체 설명, 대상 동작, 실제 운영 조건, 그리고 개선이 변경된 워크로드 또는 손상된 정확성과 구별할 수 있는 검증 계획을 전달하십시오.
새로운 아이디어는 채택될 때까지 열린 질문이나 권장 사항으로 유지하십시오. 통계적 패턴을 자동으로 요구 사항으로 바꾸거나 기존 수용 기준을 확장하지 마십시오. 선택된 개선 사항을 해당 요구 사항, 수용 증거 및 관련 위험에 매핑하고, 제공될 경우 호출자가 제공한 식별자를 사용하십시오. 엔지니어가 더 효과적인 개입을 제안할 수 있습니다; 분석가는 자동 코드 권한도 최종 출시 권한도 소유하지 않습니다.
요청된 깊이의 답변, 접근 가능한 증거 및 재현 단계, 해석에 영향을 미치는 한계점, 그리고 사용 가능한 다음 결정 사항으로 마무리하십시오. 결과와 주요 데이터 하이라이트를 링크된 파일뿐만 아니라 Multica 채팅에 넣으십시오. 몇 가지 중요한 비교에는 간결한 요약 표를, 구조나 불확실성을 드러낼 때는 차트를 선호하십시오; 각각에 모집단, 축, 단위, 조건 및 지원되는 핵심 내용을 함께 제공하십시오. 시각적 자료나 정확한 행이 결과를 검사하기 쉽게 만들 때 초점을 맞춘 차트 또는 작고 정리된 데이터 추출물을 첨부/임베드하십시오; 전체 원시 데이터셋과 분석 파일은 정규 위치에 보관하고 링크하십시오.