آج کل ایک لفظ یا ٹرم ’ڈیٹا مائننگ‘ بہت مقبول ہے لیکن اس کے بارے میں بہت سے لوگ جاننا چاہتے ہیں کہ آخر یہ ہے کیا؟ یہ بات تو سب ہی جانتے ہیں کہ سائنس کس حد تک ترقی کرچکی ہے اور اس نے انسانوں کےلئے کتنی آسانیاں پیدا کی ہیں، ڈیٹا مائننگ بھی اسی طرح ایک آسانی کا نام ہے۔
ڈیٹا کا مطلب ہے مواد یا ، کوئی اعداد و شمار جبکہ یہاں مائننگ کےمعنی ’نکالنے‘ یا ’اخذ‘ کرنے کے ہیں۔ عام الفاظ میں اگر ڈیٹا مائننگ کی تعریف بیان کی جائے تو وہ یہ ہوگی کہ کوئی ایسا ڈیٹا جس میں سے کام کا مواد نکال لیا جائے اور لفظی تعریف کے مطابق مائننگ بڑے پیمانے پر ڈیٹا سے مفید معلومات نکالنے کا کام ہے۔ اس کو ارتباط کی تلاش کے طور پر بھی تعبیر کیا جاسکتا ہے جو ہمیں کمپیوٹر پروگرام کا استعمال کرتے ہوئے بڑے ڈیٹا کے انبار سے مستقبل کے بارے میں پیش گوئیاں کرنے کے قابل بناتا ہے۔
موجودہ دور میں ، ٹیکنالوجی کی ترقی کے علاوہ ،گزرتے وقت کے ساتھ ساتھ انٹرنیٹ پرموجود گزشتہ وقت کا کام، دستاویزات ، ای میلز ، ویڈیوز اور تصاویر میں بھی اضافہ ہورہا ہے۔ آئے دن اعداد و شمار کی تعداد بڑھتی جارہی ہے۔ اس ڈیٹا میں بہت سی چیزیں ایسی ہوں گی جو آپ کے بہت کام کی ہوں گی لیکن ان میں ایسی تعداد بھی شامل ہوگی جو بالکل غیر ضروری ہوگی اور اگر آپ اپنے کام کا ڈیٹا ڈھونڈنے بیٹھیں تو شایداس میں بہت وقت درکار ہوگا۔
ڈیٹا مائننگ کیسے کام کرتا ہے؟؟
ڈیٹا مائننگ ایک طریقہ کار ہے جس سے خام ڈیٹا کو بامعنی معلومات میں تبدیل کرنے کے لئے استعمال کیا جاتا ہے۔ جب مخصوص کاروبار اعداد و شمار کے نمونوں کو تلاش کرنے کے لئے خصوصی سافٹ ویئزر کا استعمال کرتے ہیں تو ، وہ اپنے متعلقہ صارفین کے بارے میں مزید معلومات حاصل کرنے کے اہل ہوجاتے ہیں۔ اس سے کاروباری اداروں کو مارکیٹنگ کی انتہائی مؤثر حکمت عملی تیار کرنے میں مدد ملتی ہے جبکہ مجموعی اخراجات میں کمی اور فروخت میں اضافہ ہوتا ہے۔
دوسری طرف ، ڈیٹا کو منظم اور درجہ بندی کرنے کے نتیجے میں حاصل کردہ معلومات کے ٹکڑوں کے طور پر ظاہر کیا جاسکتا ہے۔ دوسرے لفظوں میں ، یہ کہا جاسکتا ہے کہ اعداد و شمار کو معنی دیئے جاتے ہیں اور معلومات سامنے آتی ہیں۔ مثال کے طور پر؛ آخری پانچ سالوں میں پیدا ہونے والے بچوں کے نام اور آخری سال کی گریڈ پوائنٹ اوسط جیسے تصورات کومعلومات میں شمار کیا جاسکتا ہے ۔
اعداد و شمار تک رسائی حاصل کرنے اور کسی نتیجے پر پہنچنےکا دارومدار اس کی معلومات کے سائز اور اس کے لئے درکار عمل پر ہےلیکن عام طور پر جو طریقہ اختیار کیا جاتا ہے وہ درج ذیل ہے:
- سب سےپہلے ، ڈیٹا اسٹیک کا پتہ لگایا جاتا ہے اور اس اسٹیک کی حفاظت کو یقینی بنایا جاتا ہے۔
- بیکار اور بے معنی ڈیٹا صاف کرتا ہے۔
- باقی اعداد و شمار مربوط اور تبدیل کرتا ہے۔
- کلسٹرنگ ، فیصلے ،سپورٹ ٹری یعنی نشونما ، درجہ بندی ، وغیرہ جیسے طریقوں کے ساتھ ڈیٹا مائننگ کا گروپ ڈیٹا ، جو ہاتھ میں موجود ڈیٹا کے لئے موزوں ہیں، حاصل کرتا ہے ۔
- حاصل کردہ نتائج کی جانچ کی جاتی ہے اور ان نتائج کی بناء پر فیصلہ سازی اور اگلی حکمت عملی کی منصوبہ بندی کی جاتی ہے۔
کیا ڈیٹا مائننگ لوگوں کے لئے نیا تجربہ ہے؟؟
اب تقریباً تمام شعبوں میں تکنیکی انفراسٹرکچر کے استعمال کے ساتھ ، ڈیٹا مائننگ کی قدر و قیمت بڑھ گئی ہے اور اس کا استعمال کئی اداروں میں عام ہوگیا ہے جس سے ان کی ترقی میں خاطر خواہ اضافہ دیکھنے میں آیا ہے۔ حالیہ برسوں میں ،پاکستان سمیت دنیا بھر میں تقریبا ہر شعبے میں ڈیٹا مائننگ کی گئی ہے۔ ہم ایسی زندگی گزارتے ہیں جہاں ہم تقریبا ہمیشہ اپنے کمپیوٹر ، ٹیبلٹ یا فون سے جڑے رہتے ہیں۔ ہم اکثر کام کے دوران اور اپنی نجی زندگی میں انٹرنیٹ پرکافی وقت گزارتے ہیں ، اور ہم سرچ انجنوں کے ذریعہ بہت سے کلیدی الفاظ کے ساتھ تحقیق کرتے ہیں۔ ڈیٹا مائنر کے ذریعہ ان تمام تلاشوں کا تجزیہ کیا جاتا ہے۔ اگلے عمل میں ، فروخت کی حکمت عملی جیسے اشتہارات دیئے جاتے ہیں یعنی کون سے موضوع آپ کو دکھائے جائیں گے یا پروموشن میں داخل کیے جائیں گے اس ڈیٹا کی بدولت ہی مارکیٹنگ کمپنیاں جانچ پڑتال کرتی ہیں۔
ہر شعبے کی طرح ، بینکاری کے شعبے کو بھی اعداد و شمار کی طاقت سے فائدہ ہوتا ہے۔اس سافٹ وئیر کی بدولت صارفین کے سلوک یا عادات کا تجزیہ کرکے ، ایسے اوزار تیار کیے جاسکتے ہیں جہاں صارفین زیادہ آسانی سے اور جلد ادائیگی کرسکیں۔ بینک صارفین؛ معیاری خدمات جیسا کہ بچت کے موثر طریقے ، کم وقت میں تیزرفتار لین دین ، اور گاہکوں کے تعلقات کا تجربہ جو فوری طور پر ضروریات کا جواب دیتا ہے پیش کیا جاسکتا ہے۔
ڈیٹا مائننگ کے فائدے:
ڈیٹا مائننگ دراصل قیمتی ڈیٹا حاصل کرنے کے لئے لاکھوں ڈیٹا والے سافٹ ویئر سسٹم کو کہتے ہیں۔ اس کے بے پناہ فائدے بھی ہیں اور کچھ نقصانات بھی، آئیں پہلے اس کے فوائد پر نظر ڈالتے ہیں۔
اس کے ذریعے انٹرنیٹ پر کیے جانے والے لین دین ، جس کا مطلب خود کچھ نہیں ہوتا ، اس کی ترجمانی کی جاسکتی ہے اور انھیں قیمتی معلومات میں تبدیل کیا جاسکتا ہے جس سے یہ اندازہ لگایا جاسکتا ہے کہ کونسی مصنوعات اور خدمات ہیں جو مستقبل میں بہت سے شعبوں میں لوگوں کی ضروریات کو پورا کرسکتی ہیں۔
نکالے گئے ڈیٹا کے ذریعے انٹرنیٹ صارفین کی خریداری کی عادات کے بارے میں خیال رکھنا ممکن بنایا جاسکتا ہے ، اور جب کوئی نئی پروڈکٹ یا خدمت تیار ہوجاتی ہے تو اس کے بارے میں ایک پیش گوئی کی جاتی ہے کہ وہ کس حد تک لوگوں میں مقبول ہوگی اور کس درجہ کے لوگوں میں پروموٹ کرنا چاہیے۔ اس طرح ، جب آپ مارکیٹ پر ایک نئی پروڈکٹ لانچ کرتے ہیں تو ، آپ ہدف والے سامعین کا تجزیہ کرتے ہیں جس سے پہلے آپ اس پروڈکٹ کو مارکیٹ کریں گے۔
ایک بہتر معیار اور کسٹمرزپر مبنی خدمت کی تفہیم تیار ہوتی ہے۔ فروخت کےعمل کا تجربہ کیا جاسکتا ہے جس میں فروخت کنندہ اور خریدار دونوں مطمئن ہوجاتے ہیں۔
موجودہ ہدف کے سامعین کے تجزیوں کی بنیاد پر ، فروخت کی پیشگوئی کی جاسکتی ہے۔ اس سے یہ خطرہ کم ہوجاتا ہے کہ نقصان کتنا ہوسکتا اور فائدہ کتنا۔بینکاری کے شعبے میں ، صارفین کو کریڈٹ کارڈ کے اخراجات کی جانچ کرکے ان کے کریڈٹ کارڈ کے استعمال کی عادات کے مطابق گروپ بنایا جاسکتا ہے۔
ڈیٹا مائننگ کے نقصانات:
ڈیٹا مائننگ کے اعداد و شمار ، اس کی انتہائی عام تعریف میں ، ایک خام ، غیر عمل شدہ ریکارڈ کا مطلب ہے۔ ان ریکارڈزپر تبصرے تو کیے جاسکتے ہیں ، لیکن واضح معلومات تک پہنچنا ممکن نہیں ہے۔ مثال کے طور پر؛ شخصیات کے نام ، فون نمبر ، گریڈ پوائنٹ اوسط جیسے تصورات اپنے طور پر ڈیٹا ہیں۔
ڈیٹا مائننگ میں مواد جمع کرنے کے لئے کئی ٹیکنالوجیز درکار ہوتی ہیں، جس کے لئے ایک الگ اسپیس اور اسٹوریج کی ضرورت ہوتی ہے۔ جس کےلئے کافی رقم درکار ہوتی ہے اس کے علاوہ ٹول آپریشنز اور سلیکشنز کےلئے بھی کسی ماہر کی ضرورت ہوتی ہے ۔ لہٰذا یہ عمل کافی مہنگا ثابت ہو سکتا ہے۔
اس میں سیکیورٹی کا بھی خدشہ ہوتا ہے کیونکہ کمپنیز کا تمام ڈیٹا جب مائننگ کےلئے لیا جاتا ہے تو یہ خطرہ ہوتا ہے کہ ان کی تمام نجی اور اہم معلومات چوری ہوسکتی ہیں یعنی کوئی ہیکر اس کو چرا کر اس کا غلط استعمال کر سکتا ہے۔
کبھی کبھی جمع کیا گیا ڈیٹا بہت ہی ذیادہ ہوتا ہے جس سے لوگ مطمئن نہیں ہوتے کیونکہ وہ بہت محدود انفارمیشن یا ڈیٹا چاہتے ہیں۔ڈیٹا مائننگ کے ذریعے ایک ہی دن میں ، دنیا بھر میں بہت سے اعداد و شمار حاصل کیے جاتے ہیں۔ اگرچہ ان میں سے کچھ اعداد و شمار کو معلومات اور علم میں تبدیل کرنے کے موقع پیدا کرتے ہیں ، لیکن ان میں سے کچھ غیر فعال ہیں۔ یعنی اعداد و شمار کو معنی خیز بنانے اور استعمال کرنے کے لئے اس پر عمل درآمد کرنا ضروری ہے۔اگر یہ معلومات غیر فعال ہوں یا اس سے اخذ کیا ہوا نتیجہ غلط طریقے سے نکالا جائے تو اس پورے طریقہ کار کا مقصد ہی ختم ہوجاتا ہے۔
ڈیٹا مائنر بننے کےلئے تکنیکی طور پر با شعور ہونا بہت ضروری ہے۔ ضرورت اس امر کی ہے کہ اس سے متعلق ضروری آلات کو صحیح طور پر سیکھا جائے ۔ سافٹ ویئر ، ریاضی ، شماریات، تجزیے سے سوچنا اور مسائل حل کرنے کی مہارت پیدا کرنے جیسے شعبوں میں بھی دلچسپی لینا ضروری ہے۔ بہت سے کاروباری ادارے اس سے فائدہ حاصل کر سکتے ہیں۔ اگر ڈیٹا مائننگ کا استعمال صحیح طریقے سے کیا جائے تو یہ ایک بہترین عمل ثابت ہوسکتا ہے۔
سندس رانا، کراچی
