30 saniyelik özet

Data mapping, yani veri eşleme, kaynak sistemdeki verinin hedef sistemde hangi alana, hangi dönüşüm ve doğrulama kurallarıyla aktarılacağını tanımlar. Data dictionary, yani veri sözlüğü, bu alanların iş anlamını ve kullanım koşullarını açıklar. İkisi birlikte çalışır: Sözlük neyi taşıdığımızı, eşleme nasıl taşıdığımızı belirtir. Aynı adı taşıyan alanlar aynı şeyi ifade etmeyebilir. Bu nedenle aktarımın teknik olarak tamamlanması, iş açısından doğru olduğu anlamına gelmez. İş analistinin görevi, veri hareketinin arkasındaki anlamı ve kararları görünür kılmaktır.

Neden önemli?

Satış ekibinin “müşteri” dediği kayıt bir şirket olabilir. Destek ekibi aynı kelimeyi ürünü kullanan kişi için kullanabilir. Finans ekibi ise faturanın kesildiği hesabı esas alabilir. Bu kayıtları tek müşteri alanında birleştirmek, farklı iş varlıklarını yanlışlıkla aynı kimliğe indirger.

Sonuç yalnızca hatalı bir veri tabanı değildir. Gelir raporlarında yanlış gruplama yapılabilir, destek talepleri yanlış hesaba bağlanabilir veya bir kişiye şirket düzeyindeki yetkiler verilebilir. Teknik ekip alanların biçimini doğru aktarırken iş ilişkileri bozulabilir. Böyle bir sorun, aktarım sırasında hata üretmeyebileceği için sonradan fark edilir.

Veri sözlüğü ortak dil kurar; eşleme ise bu dilin sistemler arasındaki karşılığını tanımlar. Yönetici açısından ikisi de raporlara güvenebilmenin altyapısıdır. “Aktarım tamamlandı mı?” sorusunun yanına “Hangi iş ilişkilerinin korunduğunu doğruladık?” sorusunu eklemek gerekir. Başarı ölçütü yalnızca taşınan kayıt sayısıysa, yanlış müşteriye bağlı siparişler gözden kaçabilir.

Terim nedir?

Veri sözlüğündeki bir alan için teknik ad, anlaşılır iş tanımı, veri türü, izin verilen değerler, zorunluluk, veri sahibi ve erişim koşulları açıklanabilir. Veri sahibi, alanın iş anlamı ve kullanım kuralları hakkında karar verecek sorumlu kişi veya birimdir. Teknik bakım sorumlusu ile aynı kişi olmak zorunda değildir.

Örneğin “sipariş tarihi” tanımı yeterince açık değildir. Bu alan siparişin oluşturulduğu zamanı mı, ödeme onayını mı, müşterinin teslimat için seçtiği günü mü gösteriyor? Saat bilgisi varsa hangi zaman dilimi kullanılıyor? Boş değer, bilinmeyen zamanı mı yoksa henüz gerçekleşmemiş bir olayı mı temsil ediyor? Sözlük bu ayrımları açıklamalıdır.

Veri eşleme ise kaynak alanı hedef alanla ilişkilendirir ve aradaki kuralları tarif eder. Bir alan doğrudan aktarılabilir, birkaç alan birleştirilebilir veya kaynak kodları hedef kodlara çevrilebilir. Kaynaktaki “A” değerinin hedefte “aktif” olması ancak iki kavramın iş anlamları örtüşüyorsa doğrudur. Harf benzerliği ya da alan adı tek başına kanıt değildir.

Eşleme, bulunamayan karşılığın ne olacağını da belirlemelidir. Kayıt reddedilecek mi, inceleme için ayrılacak mı, yoksa açıkça tanımlanmış bir varsayılan değer mi kullanılacak? Varsayılan değer, bilinmeyen bilgiyi gerçek bilgi gibi göstermemelidir. Ayrıca sözlük ve eşleme sürümleri birlikte izlenmelidir; hedef alanın anlamı değiştiğinde eski dönüşüm kuralı geçersiz hale gelebilir.

Gerçek vaka: RMSI ile coğrafi verinin yeniden yapılandırılması

RMSI’nin yayımladığı vaka anlatımı, Suudi Arabistan’daki bir ulusal haritalama kurumunun coğrafi verilerini yeniden yapılandırmasını ele alıyor. Kaynağa göre mevcut coğrafi bilgi sistemi verilerindeki doğruluk sorunları, farklı kurumsal sistemlerle bütünleşmeyi engelliyordu.

Çalışmanın kapsamı; verilerin temizlenmesi, yeniden düzenlenmesi ve yeni tasarlanmış Digital Feature Data Dictionary ile uyumlu bir ESRI veri tabanına aktarılmasıydı. Bu sözlük, coğrafi nesnelerin özelliklerini tanımlayan ortak yapıyı temsil ediyordu. Hedef, nesneler arasındaki mekânsal ilişkilerin doğru olduğu veriler oluşturmaktı. Bu doğruluk, topolojik doğruluk olarak adlandırılır.

RMSI, ilk aşamada mevcut veri kümelerinin yeni sözlük ve veri modeline göre standartlaştırıldığını belirtiyor. Vaka, yalnızca dosya biçimini değiştirmeye değil, hedef tanımlarla uyumlu veri üretmeye odaklanıyor.

Buradan çıkarılabilecek analiz dersi şudur: Hedef sözlüğü bilmeden dönüşüm tasarlamak, yanlış anlamı daha düzenli bir yapıya taşımakla sonuçlanabilir. Bu çıkarım vaka üzerinden yapılan değerlendirmedir; kaynakta yayımlanmış ayrıntılı alan eşleme belgesi veya ölçülmüş hata azalma oranı bulunmuyor.

Kaynak: RMSI, Geospatial Data Re-structuring & Re-engineering for the National Mapping Agency.

Varsayımsal örnek: Sipariş platformundan müşteri yönetim sistemine aktarım

Bir işletme sipariş platformunu CRM, yani müşteri ilişkileri yönetimi sistemiyle birleştirmek istiyor. Kaynakta alıcı e-postası, şirket adı ve sipariş numarası bulunuyor. Hedefte ise şirket hesabı, kişi kaydı ve sipariş ilişkisi ayrı tutuluyor.

Analist önce hedef sözlüğünde şirket hesabı ile kişinin farkını netleştirir. Alıcı e-postasının kişiyle iletişim kurmak için kullanıldığını, şirket kimliği olmadığını yazar. Aynı şirkette birden fazla alıcı bulunabileceği için e-postayı doğrudan şirket hesabının anahtarı olarak seçmez. Anahtar, bir kaydı diğerlerinden ayıran kimlik değeridir.

Bu varsayımsal tasarımda şirket hesabı, önceden doğrulanmış kaynak ve hedef kimliklerinin eşleştirildiği bir referans listesiyle bulunur. Şirket adı benzerliği otomatik birleştirme için yeterli sayılmaz. Karşılığı bulunamayan siparişler incelemeye ayrılır; yanlış şirkete bağlanarak başarılı aktarılmış gibi gösterilmez.

Tarih alanında da dönüşüm açık yazılır. Kaynak zaman dilimi biliniyorsa hedefin kabul ettiği zaman dilimine çevrilir. Bilinmiyorsa sessizce tahmin edilmez. Kaydın işlem görmesi için gereken karar veri sahibine yönlendirilir.

Aktarım sonrasında yalnızca kayıt sayıları karşılaştırılmaz. Siparişlerin doğru şirketlere bağlanması, para birimleri korunarak tutarların uzlaştırılması ve açıkta kalan ilişkiler kontrol edilir. Uzlaştırma, kaynak ile hedef sonuçlarının tanımlanmış kurallara göre karşılaştırılmasıdır. Farkların gerekçesi açıklanmadan aktarım tamamlanmış sayılmaz.

Yaygın üç hata

  1. Alan adı aynıysa anlamı da aynı sanmak

“Customer ID” bir sistemde kişiyi, diğerinde şirketi gösterebilir. Önce iş tanımını ve örnek kayıtları inceleyin. Teknik adları eşleştirmeden önce hangi varlıkların ilişkilendirildiğini doğrulayın.

  1. Boş ve hatalı değerleri görünmez biçimde düzeltmek

Eksik tarihi bugünün tarihiyle doldurmak işlemi kolaylaştırabilir, fakat yanlış bir iş olayı yaratır. Boş, bilinmeyen ve uygulanamaz değerleri ayırın. Her hata türü için davranış, sorumlu kişi ve düzeltme yolu tanımlayın.

  1. Aktarımı yalnızca kayıt sayısıyla onaylamak

Kaynak ve hedefte aynı sayıda kayıt bulunması, ilişkilerin veya tutarların doğru olduğunu göstermez. Benzersiz kimlikleri, kod dönüşümlerini, ilişkileri ve anlamlı iş toplamlarını kontrol edin. Farklı toplamları kıyaslamadan önce kapsamlarının aynı olduğunu doğrulayın.

Mini uygulama / şablon

Bir entegrasyondan kritik bir alan seçin. Aşağıdaki iki şablonu aynı alan üzerinde doldurun; ardından normal, boş, geçersiz ve karşılığı bulunamayan örneklerle kuralı değerlendirin.

Veri sözlüğü kaydı
Alan adı:
İş tanımı ve temsil ettiği varlık:
Veri türü ve biçimi:
İzin verilen değerler:
Zorunluluk ve boş değerin anlamı:
Kimlik veya ilişki görevi:
Veri sahibi:
Erişim ve kullanım koşulları:
Sürüm ve geçerlilik tarihi:

Veri eşleme kaydı
Kaynak sistem ve alan:
Hedef sistem ve alan:
Kaynak ile hedef anlamı arasındaki fark:
Dönüşüm ve kod eşleme kuralı:
Doğrulama kuralı:
Boş veya geçersiz değerde davranış:
Eşleşme bulunamadığında davranış:
Beklenen çıktı örnekleri:
Aktarım sonrası uzlaştırma kontrolü:
Açık karar ve karar sahibi:

Son incelemede iş sahibinden alanın anlamını, teknik ekipten dönüşümün uygulanabilirliğini doğrulamasını isteyin. Test uzmanı ise beklenen çıktının bağımsız biçimde kontrol edilip edilemediğini değerlendirsin. Üç taraf aynı kayıt için aynı sonucu beklemiyorsa eşleme henüz hazır değildir.

İlgili terimler

Domain Knowledge, Business Rule, Functional Requirement, API Specification / API Contract, Requirements Traceability Matrix, User Acceptance Testing, KPI ve Metrics, Change Request ve Impact Analysis