ორი ექსპორტის შეჯერება: დამთხვევა, ხარვეზი და წყაროს კვალი

მოკლე პასუხი: ორი ექსპორტის შედარება იწყება არა საერთო ჯამის დაძალებით, არამედ თითოეული ფაილის წარმომავლობის, დროის ფანჯრის, სარტყელისა და ფილტრის ჩაწერით. შემდეგ მონიშნეთ ზუსტი დამთხვევა, სავარაუდო დამთხვევა, დუბლიკატი, მხოლოდ A-ში, მხოლოდ B-ში და ფარგალს გარეთ დარჩენილი სტრიქონი.

Google Analytics-ის ოფიციალური ექსპორტის ინსტრუქცია აღწერს ანგარიშის CSV, PDF ან Sheets ფორმატში გადმოტანას და წვდომის როლს. ეს სტანდარტული ანგარიშის ექსპორტი არჩეულ განზომილებებსა და მაჩვენებლებს აჩვენებს; იგი თავისთავად არ ნიშნავს, რომ ფაილში თითოეული სესიის ან მოვლენის იდენტიფიკატორი არსებობს. Brandwatch-ის მონაცემთა მიღების დოკუმენტაცია ცალკე განასხვავებს ხსენებების ჩამონათვალსა და აგრეგირებულ მონაცემს. ამიტომ მედიის URL-ის სტრიქონი და საიტის სესიის სტრიქონი ავტომატურად ერთი ობიექტი არ არის.

aiRADAR-ის პროდუქტის აღწერის მიხედვით, მონიტორინგის ფარგალში შემავალი საჯარო წყაროები, მათზე წვდომა და განახლების სიხშირე წინასწარ უნდა განისაზღვროს. ეს არ ამტკიცებს Google Analytics-ის, CRM-ის ან სხვა სისტემის ინტეგრაციას. კონკრეტული მონაცემთა წყაროსა და ანგარიშის ფარგლის განხილვა შეგიძლიათ საკონტაქტო გვერდზე.

ჯერ გაყინეთ შესადარებელი ფაილები

შეჯერებამდე თითოეულ ფაილს მიაბით:

• წყარო და ანგარიშის ან მოთხოვნის სახელი;
• ექსპორტის დრო და დროის სარტყელი;
• დაწყებისა და დასრულების წესი, საზღვრებში შედის თუ არა ბოლო მომენტი;
• ფილტრები, ენისა და წყაროს ფარგლები;
• სვეტების აღწერა და ფაილის ჰეში;
• ვინ ჩამოტვირთა და სად ინახება ნედლი ასლი.

NIST-ის Research Data Framework მონაცემის წარმოშობის, დამუშავებისა და ცვლილების კვალს აღწერს. ეს ნიშნავს, რომ საბოლოო შეჯერების ცხრილთან ერთად ნედლი ფაილებიც უნდა დარჩეს.

შედარების გასაღების განსაზღვრა

შედარების გასაღები უნდა იყოს სტაბილური და განმარტებული. ორი ხსენების ექსპორტისთვის შეიძლება იყოს კანონიკური URL, წყაროს სახელი და გამოქვეყნების დრო. სტანდარტული ანალიტიკის ანგარიშის ფაილში სესიის ან მოვლენის იდენტიფიკატორი შეიძლება საერთოდ არ იყოს; ასეთ შემთხვევაში მისი შემცვლელი მხოლოდ სათაურის მსგავსებით არ შექმნათ. წყაროს სახელის გასწორება, მაგალითად ზედმეტი სივრცის მოცილება, ჩაიწერეთ როგორც გარდაქმნის წესი და შეინახეთ საწყისი მნიშვნელობაც.

მონაცემთა დონის განსხვავება

Brandwatch-ის მონაცემთა მიღების აღწერა ერთ მხარეს ხსენებების ჩამონათვალს, მეორე მხარეს კი თემის, განწყობის ან რაოდენობის აგრეგატებს ასახელებს. აგრეგატი შეიძლება რამდენიმე ნედლ სტრიქონს აჯამებდეს. Google Analytics-ის სტანდარტული ანგარიშის ექსპორტი კი ანგარიშის მიერ არჩეულ განზომილებებსა და მაჩვენებლებს ასახავს და არა აუცილებლად მოვლენების ცალკე რიგებს. როდესაც ერთი ფაილი ჩანაწერის დონეზეა, მეორე კი დღის ან წყაროს დონეზე, სტრიქონების პირდაპირი შედარება არასწორი იქნება.

შეჯერების სამუშაო ფურცელი

დამატეთ სვეტები: A-ს ნედლი რიგის იდენტიფიკატორი, B-ს ნედლი რიგის იდენტიფიკატორი, შედარების გასაღები, დამთხვევის კლასი, დროის შედარება, წყაროსა და ფილტრის ჩანაწერი, შემმოწმებელი, გადაწყვეტილების თარიღი და გაურკვევლობის მიზეზი. „მიზეზი“ დაწერეთ ფაქტობრივად: „B ფაილში წყაროს ფილტრი არ შედიოდა“, „A გვიან შემოვიდა“, „URL შეიცვალა გადამისამართებით“ ან „იდენტიფიკატორი არ არსებობს“. „სისტემამ შეცდომა დაუშვა“ მხოლოდ მაშინ დაწერეთ, როცა ამის დამოუკიდებელი მტკიცებულება გაქვთ.

რომელი შეცდომები აფუჭებს ექსპორტების შეჯერებას?

• დროის ფანჯრის გათანაბრება შემოწმების გარეშე. ერთი ფაილი შეიძლება ადგილობრივ სარტყელში იყოს, მეორე კი სხვა სარტყელში. დაწყებისა და დასრულების მომენტი ცალკე ჩაიწერეთ.
• ნედლი სტრიქონების წაშლა. გაწმენდილი ცხრილი ვერ ხსნის, რომელი ჩანაწერი დაემთხვა და რომელი გამოტოვდა. პირველადი ფაილი უცვლელად შეინახეთ.
• სათაურის ერთადერთ გასაღებად გამოყენება. მსგავსი სათაური შეიძლება სხვადასხვა მოვლენას ეკუთვნოდეს, ხოლო ერთი მოვლენა განსხვავებული სათაურით გამოჩნდეს.
• აგრეგატის ჩანაწერად მიჩნევა. ჯამური ანგარიში და ცალკეული ხსენება ერთი დონის მონაცემი არაა. მათ შორის შესაბამისობა მხოლოდ განმარტებული წესით შეაფასეთ.

ჰიპოთეტური მაგალითი: ორი ხსენების ექსპორტი

დავუშვათ, A ფაილი და B ფაილი შეთანხმებული წყაროებიდან მიღებული ხსენებების ექსპორტებია. ორივეში ჩანს ერთი და იგივე სტატიის URL და სათაური, მაგრამ B-ში გამოქვეყნების დრო დაგვიანებულია. გასაღები URL-ს, წყაროს სახელსა და გამოქვეყნების თარიღის წესს აერთიანებს, ამიტომ ეს წყვილი „სავარაუდო დამთხვევად“ აღინიშნება. ცალკე ჩაიწერება, დაადასტურა თუ არა დამოუკიდებელმა შემოწმებამ წყაროსა და ტექსტის შესაბამისობა; ნედლი რიგები არ წაიშლება.

მეორე ხსენება მხოლოდ A-შია, რადგან B-ის წყაროს ფილტრი უფრო ვიწრო იყო. მესამე სტრიქონი ორივე ფაილში ჩანს, მაგრამ ერთში ორჯერ მეორდება, ამიტომ ერთი ფაილის შიდა დუბლიკატად ინიშნება. ასე შეჯერება რეალურ განსხვავებებს ხსნის და არა საერთო ჯამს ძალით ათანაბრებს.

თუ იმავე პერიოდში Google Analytics-ის სტანდარტული ანგარიშის CSV-ც გაქვთ, იგი ცალკე ანალიტიკის ხედია. მისი დღის ან წყაროს აგრეგატი შეიძლება შედარდეს პერიოდის დონეზე, მაგრამ იგი არ უნდა შეუერთდეს ხსენების რიგებს თითქოს სესიის იდენტიფიკატორი აუცილებლად არსებობდეს. ეს სცენარი გამოგონილია და არ წარმოადგენს aiRADAR-ის კლიენტის ექსპორტს, ლიდს ან გაყიდვას.

შედარება: შეჯერება და ავტომატური გაერთიანება

შეჯერება არის ორ დამოუკიდებლად მიღებულ ფაილს შორის განსხვავების ახსნა. ავტომატური გაერთიანება კი პროდუქტზე კონკრეტულ დაპირებად იქცეოდა. ამ სტატიაში მხოლოდ პროცესს ვთავაზობთ; aiRADAR-ს არ ვაწერთ ავტომატურ ექსპორტების გაერთიანებას, CRM-სა და ვებანალიტიკის ინტეგრაციას.

შეზღუდვები: როდის უნდა დარჩეს სტრიქონი შეუთანხმებელი?

თუ ერთი ფაილი დაიგვიანა, წყაროს წვდომა შეიცვალა, დროის სარტყელი განსხვავდება, URL გადამისამართდა ან აგრეგატი ნედლ სტრიქონს მალავს, შეუთანხმებელი სტატუსი შეიძლება სწორი საბოლოო მდგომარეობა იყოს. შეჯერება ვერ აღადგენს დაკარგულ წყაროს და ვერ დაამტკიცებს მიზეზობრივ გავლენას. საჯარო მონიტორინგის ფარგალი, დახურული ჯგუფები და პირადი შეტყობინებები, ასევე სრული დაფარვის გარანტიის არარსებობა aiRADAR-ის პროდუქტის აღწერილ ფარგლებშიც ცალკე ზღვარია.

შემდეგი ნაბიჯები

შექმენით მხოლოდ წაკითხვადი ნედლი საქაღალდე, წარმოშობის კვალის README და შეჯერების ცხრილი. შემდეგ გაიმეორეთ პროცესი იმავე ფანჯრითა და წესით, რომ ცვლილება შედეგის ნაცვლად მეთოდში არ აგერიოთ. მონაცემთა წყაროების მოთხოვნებისთვის იხილეთ სოციალური მედიის წყაროების გზამკვლევი, ხოლო პლატფორმის ექსპორტის საკითხებისთვის სოციალური მოსმენის პლატფორმის არჩევის სია.

თუ ანგარიშის საბოლოო მიზანი რეპუტაციის შეფასებაა, ცალკე განსაზღვრეთ ხსენებისა და რეპუტაციის განსხვავება. თუ ფაილებს მომსახურების მიმწოდებლების შესადარებლად იყენებთ, წინასწარ ჩაწერეთ მედია მონიტორინგის მომსახურების ფარგალი; განსხვავებული ფარგლების ორი ექსპორტი ერთნაირ ჯამს ვერ დაგპირდებათ.

საბოლოო გადაწყვეტილებაში ახსენით, რომ განსხვავებული ჯამი თავისთავად შეცდომა არ არის: ორივე ფაილი შეიძლება სწორი იყოს განსხვავებული ფანჯრის, ფილტრის ან მონაცემთა დონის ფარგლებში. სათაურის მსგავსება მხოლოდ სავარაუდო დამთხვევაა და დამოუკიდებელ შემოწმებას მოითხოვს. შეუთანხმებელი რიგი ნედლი ფაილიდან არ წაშალოთ; საანგარიშო ჯამში მისი ჩართვა ცალკე დაწერილი წესით გადაწყვიტეთ.

AI-ის დახმარებით მომზადებული ქართული სარედაქციო მასალა.