หน่วย
1. ปัญญาประดิษฐ์และสะพานธุรกิจ-ไอทีใน MIS 2. การวิเคราะห์ความต้องการและการวิเคราะห์ความต้องการของผู้มีส่วนได้ส่วนเสีย 3. การสร้างแบบจำลองข้อมูล พจนานุกรมข้อมูล และสถาปัตยกรรมข้อมูลองค์กร 4. ระบบธุรกิจอัจฉริยะ (BI) การรายงานและการออกแบบตัวชี้วัด 5. กระบวนการอัตโนมัติ: การผสมผสานระหว่าง RPA และปัญญาประดิษฐ์ 6. ปัญญาประดิษฐ์ในการบูรณาการ ERP และกระบวนการขององค์กร 7. CRM ข้อมูลลูกค้า และการวิเคราะห์ 8. การออกแบบแดชบอร์ดและการแสดงข้อมูล 9. แพลตฟอร์มที่ไม่มีโค้ด / โค้ดต่ำและปัญญาประดิษฐ์ 10. การกำกับดูแลข้อมูล คุณภาพ และการจัดการข้อมูลหลัก 11. ความปลอดภัยของข้อมูล ความเป็นส่วนตัว จริยธรรม และแนวปฏิบัติที่มีความรับผิดชอบ
หน่วย 2 / 11

การวิเคราะห์ความต้องการและการวิเคราะห์ความต้องการของผู้มีส่วนได้ส่วนเสีย

กำไร:

  • ความสามารถในการแยกแยะข้อกำหนดด้านการทำงานและที่ไม่เกี่ยวกับการทำงาน และเขียนนิพจน์ความต้องการที่ชัดเจนและวัดผลได้ด้วยการสนับสนุนของปัญญาประดิษฐ์
  • ความสามารถในการใช้ปัญญาประดิษฐ์พร้อมข้อความแจ้งที่มีโครงสร้างเพื่อแยกเรื่องราวของผู้ใช้ เกณฑ์การยอมรับ และขีดจำกัดขอบเขตจากบันทึกการสัมภาษณ์
  • ฝึกนิสัยในการตรวจสอบข้อกำหนดที่สร้างโดย AI เพื่อหาความคลุมเครือ ความขัดแย้ง และกฎที่ขาดหายไป และยืนยันกับผู้มีส่วนได้ส่วนเสีย

การวิเคราะห์ความต้องการเป็นหน้าที่ในการกำหนดแนวทางที่สมบูรณ์ ชัดเจน และตรวจสอบได้ว่าระบบควรทำสิ่งใด เป็นหนึ่งในขั้นตอนที่ผู้เชี่ยวชาญ MIS สร้างมูลค่าสูงสุด เพราะความผิดพลาดจะเพิ่มขึ้นแบบทวีคูณเมื่อสิ้นสุดโครงการ การวิเคราะห์ความต้องการพื้นฐานมีสองประเภท ข้อกำหนดด้านการทำงานอธิบายถึงงานที่ระบบควรทำ: “ระบบควรส่งอีเมลถึงลูกค้าเมื่อยืนยันคำสั่งซื้อ” ข้อกำหนดที่ไม่เกี่ยวกับฟังก์ชันจะอธิบายว่าระบบควรเป็นอย่างไร: คุณภาพต่างๆ เช่น ประสิทธิภาพ ความปลอดภัย การใช้งาน และความสามารถในการเข้าถึง "หน้าจอรายงานควรเปิดในเวลาน้อยกว่า 2 วินาทีที่การโหลดโดยเฉลี่ย" เป็นข้อกำหนดที่ไม่สามารถใช้งานได้

ข้อกำหนดที่ดีมีลักษณะสามประการ: ชัดเจน (มีการตีความเดียว) สามารถวัดได้ (มีเกณฑ์ที่ทดสอบได้) และสามารถตรวจสอบย้อนกลับได้ (ชัดเจนว่าความต้องการทางธุรกิจมาจากอะไร) "ระบบต้องเร็ว" ไม่ตรงตามข้อใดข้อหนึ่ง “เร็ว” เป็นเรื่องส่วนตัว ไม่สามารถวัดได้ ไม่สามารถทดสอบได้ ในขั้นตอนนี้ AI เป็นตัวช่วยที่ทรงพลังในการร่างข้อกำหนดและจับคำที่คลุมเครือ แต่มีเพียงผู้มีส่วนได้ส่วนเสียเท่านั้นที่จะตัดสินใจว่ากฎเกณฑ์ทางธุรกิจใดเป็นจริง

เรื่องราวของผู้ใช้และเกณฑ์การยอมรับ

รูปแบบทั่วไปในการเขียนข้อกำหนดสมัยใหม่คือเรื่องราวของผู้ใช้: "ในฐานะ [บทบาท] สำหรับ [จุดประสงค์] ฉันต้องการ [คุณสมบัติ]" ตัวอย่าง: "ในฐานะตัวแทนฝ่ายขาย ฉันต้องการคำนวณส่วนลดจากหน้าจอมือถือ เพื่อที่ฉันจะได้เสนอราคาอย่างรวดเร็วในภาคสนาม" เรื่องราวสั้นและเน้นไปที่ธุรกิจ มันไม่ได้กำหนดวิธีแก้ปัญหาทางเทคนิค

เรื่องราวทุกเรื่องควรมีเกณฑ์การยอมรับ: เงื่อนไขที่ทดสอบได้ซึ่งจะต้องตรงตามเงื่อนไขจึงจะถือว่าเรื่องราว "ตกลง" รูปแบบที่ใช้บ่อยคือรูปแบบ "ระบุ/เมื่อ/แล้ว": "ระบุ: ลูกค้าอยู่ในกลุ่มวีไอพี เมื่อ: สั่งซื้อมากกว่า 10,000 TL จากนั้น: ระบบจะใช้ส่วนลด 5%" รูปแบบนี้ขจัดความคลุมเครือเนื่องจากเชื่อมโยงเงื่อนไขและผลลัพธ์ที่คาดหวังไว้อย่างชัดเจน

เคล็ดลับ: เมื่อเขียนเรื่องราวของผู้ใช้ลงในปัญญาประดิษฐ์ อย่าลืมพูดว่า "สร้างเกณฑ์การยอมรับอย่างน้อย 2 รายการในรูปแบบให้/เมื่อ/แล้วสำหรับแต่ละเรื่องราว" เมื่อแบบจำลองถูกบังคับให้สร้างเกณฑ์มาตรฐาน ช่องว่างที่ซ่อนอยู่ในข้อกำหนดจะปรากฏให้เห็น

ทีละขั้นตอน: การดึงข้อมูลข้อกำหนดที่ได้รับความช่วยเหลือจาก AI

ขั้นตอนที่ 1 — รวบรวมอินพุตดิบ บันทึกการโทร อีเมล ภาพหน้าจอที่มีอยู่ รายการร้องเรียน ยิ่งป้อนข้อมูลจริงมากเท่าไร การประดิษฐ์ก็จะยิ่งน้อยลงเท่านั้น

ขั้นตอนที่ 2 — แยกเรื่องราวชุดแรก ให้ข้อมูลดิบแก่ปัญญาประดิษฐ์ และให้สร้างร่างเรื่องราวของผู้ใช้ ขั้นตอนนี้ไม่ใช่รายการทั้งหมด แต่เป็นขั้นตอนแรก

ขั้นตอนที่ 3 — เพิ่มเกณฑ์การยอมรับ สร้างเกณฑ์ให้/เมื่อ/แล้วสำหรับแต่ละเรื่อง เรื่องราวที่ไม่สามารถสร้างเกณฑ์ได้จริงหมายความว่าไม่ได้กำหนดไว้อย่างเพียงพอ

ขั้นตอนที่ 4 — สแกนหาความขัดแย้งและช่องว่าง ถาม AI “มีความขัดแย้ง ความซ้ำซ้อน หรือสถานการณ์ที่ไม่ได้กำหนดระหว่างข้อกำหนดเหล่านี้หรือไม่” สอบถามแล้วให้ตรวจสอบครับ. กรองผลลัพธ์ในฐานะมนุษย์

ขั้นตอนที่ 5 — จัดลำดับความสำคัญและยืนยัน จัดลำดับความสำคัญเรื่องราวกับผู้มีส่วนได้ส่วนเสียตามมูลค่าทางธุรกิจและความเร่งด่วน การตัดสินใจลำดับความสำคัญเป็นของหน่วยธุรกิจ ไม่ใช่ AI

อย่าลืมข้อกำหนดที่ไม่สามารถใช้งานได้

โครงการส่วนใหญ่มีปัญหาในภาคสนามเพราะพวกเขาลืมโครงการที่ไม่สามารถใช้งานได้ในขณะที่เขียนข้อกำหนดด้านการทำงาน รายงานอาจทำงาน "ถูกต้อง" แต่ถ้าใช้เวลาเปิด 45 วินาที จะไม่มีใครใช้รายงานนั้น ตารางต่อไปนี้แสดงประเภทข้อกำหนดที่ไม่สามารถใช้งานได้โดยทั่วไปและตัวอย่างการเขียนที่สามารถวัดผลได้

ประเภท

การแสดงออกที่ไม่ดี

การแสดงออกที่วัดผลได้

ประสิทธิภาพ

"ต้องเร็ว"

"การตอบกลับแบบสอบถาม < 2 วินาทีที่การโหลดโดยเฉลี่ย"

การเข้าถึง

"ทุกคนควรใช้มันได้"

"เป็นไปตามมาตรฐาน WCAG 2.1 AA; การนำทางด้วยแป้นพิมพ์เต็มรูปแบบ"

ความปลอดภัย

"มันควรจะปลอดภัย"

"ข้อมูลส่วนบุคคลถูกเข้ารหัสในช่วงที่เหลือ การเข้าถึงเป็นไปตามบทบาท"

ความพร้อมใช้งาน

"น่าจะง่าย"

"ผู้ใช้ใหม่ดำเนินการคำสั่งซื้อให้เสร็จสิ้นใน 3 ขั้นตอนโดยไม่ต้องมีการฝึกอบรม"

ความพร้อมใช้งาน/ความต่อเนื่อง

“ไม่ควรชน”

"สถานะการออนไลน์ต่อเดือน ≥ 99.5%"

คดีเล็กๆ สามคดี: ตามตัวเลข

กรณีที่ 1 — ราคาของความต้องการที่ไม่สามารถวัดได้ หน้าจอซึ่งพัฒนาขึ้นในธนาคารโดยมีข้อกำหนดว่า "หน้าจอรายงานควรเปิดอย่างรวดเร็ว" จะเปิดขึ้นภายใน 22 วินาทีภายใต้การโหลดภาคสนาม นักพัฒนาคิดว่าเขาให้คำว่า "รวดเร็ว" ในสภาพแวดล้อมของเขา (2 วินาที) หากเขียนข้อกำหนดเป็น "< 3 วินาทีในชั่วโมงเร่งด่วน ปริมาณงานจริง" ปัญหาก็จะถูกตรวจพบในการทดสอบ การพัฒนาขื้นใหม่ใช้เวลา 3 สัปดาห์และค่าใช้จ่ายเพิ่มเติมที่วัดผลได้

กรณีที่ 2 — ช่องว่างที่บันทึกตามเกณฑ์การยอมรับ ในขณะที่เขียนเกณฑ์การยอมรับสำหรับเรื่องราว "ระบบใช้ส่วนลด" ในโครงการอีคอมเมิร์ซ ผู้มีส่วนได้ส่วนเสียสังเกตว่าจะเกิดอะไรขึ้นหากส่วนลดขัดแย้งกับคูปองและไม่มีการพูดคุยถึงส่วนลด VIP เลย คำถามที่ให้/เมื่อ/แล้ว เดียวป้องกันข้อผิดพลาดส่วนลดสองเท่าก่อนที่จะใช้งานจริง ข้อผิดพลาดนี้ทำให้สูญเสียรายได้อย่างร้ายแรงในโครงการที่คล้ายกัน

กรณีที่ 3 — กฎที่สร้างโดย AI ในโครงการด้านทรัพยากรบุคคล AI ได้เพิ่มประโยค “คำขอลาจะได้รับการอนุมัติโดยอัตโนมัติภายใน 24 ชั่วโมง” ลงในร่างข้อกำหนด ไม่มีการหารือการอนุมัติอัตโนมัติดังกล่าวในที่ประชุม แบบจำลองนี้ได้สร้างกฎที่ดูเหมือน "สมเหตุสมผล" ถัดจากข้อกำหนดแต่ละข้อ ผู้เชี่ยวชาญเขียนว่า "แหล่งที่มา: บทสัมภาษณ์/เอกสารใด" การเพิ่มคอลัมน์ทำให้เขาลบประโยคที่ไม่มีแหล่งที่มาออกไป 4 ประโยค

พรอมต์ที่อ่อนแอ / พรอมต์ที่แข็งแกร่ง

พรอมต์ที่อ่อนแอ:

เขียนเรื่องราวของผู้ใช้สำหรับโปรเจ็กต์นี้

พรอมต์อันทรงพลัง:

บทบาทของคุณ: คุณเป็นนักวิเคราะห์ธุรกิจ MIS แยกเรื่องราวของผู้ใช้จากบันทึกการสัมภาษณ์ด้านล่าง กฎ:- รูปแบบ: “ในฐานะ [บทบาท] สำหรับ [จุดประสงค์] ฉันต้องการ [คุณสมบัติ]”- เขียนเกณฑ์การยอมรับอย่างน้อย 2 ข้อสำหรับแต่ละเรื่องราวในรูปแบบ ให้/เมื่อ/แล้ว- เพิ่มคอลัมน์ “แหล่งที่มา” ถัดจากแต่ละเรื่อง: มันมาจากประโยคใด- ติดป้ายกำกับ [UNCERTAIN] กฎใดๆ ที่ไม่ชัดเจนในบันทึก; เหมาะสม- เขียนข้อกำหนดที่ไม่เกี่ยวกับหน้าที่ที่สามารถวัดได้ (ประสิทธิภาพ ความปลอดภัย การเข้าถึง) ไว้ในส่วนแยกต่างหาก บันทึกการสัมภาษณ์:[ข้อความ]

พร้อมท์ที่มีประสิทธิภาพบังคับใช้รูปแบบเรื่องราว เกณฑ์การยอมรับ การตรวจสอบแหล่งที่มา และข้อกำหนดที่ไม่สามารถใช้งานได้ทั้งหมดในคราวเดียว ทำให้ควบคุมเอาต์พุตได้ง่ายขึ้น

เทมเพลตที่คัดลอกได้สี่แบบ

1) การชี้แจงข้อกำหนด:

ตรวจสอบข้อกำหนดด้านล่าง ทำเครื่องหมายแต่ละข้อความที่คลุมเครือ ไม่สามารถเทียบเคียงได้ หรือเปิดกว้างต่อการตีความมากกว่าหนึ่งข้อ และเขียนคำถามที่ชัดเจนสำหรับแต่ละรายการ อย่าสร้างคำตอบ.. ความต้องการ: [ข้อความ]

2) การสแกนข้อขัดแย้ง:

ในรายการข้อกำหนดด้านล่าง ให้ค้นหารายการที่ขัดแย้งกัน ซ้ำกัน หรือเว้นช่องว่างทางตรรกะ รายงานการค้นพบแต่ละครั้งด้วยหมายเลขรายการและเหตุผลหนึ่งประโยค รายการ: [ข้อความ]

3) การสร้างเกณฑ์การยอมรับ:

เขียนเกณฑ์การยอมรับอย่างน้อย 4 ข้อสำหรับเรื่องราวของผู้ใช้ต่อไปนี้ในรูปแบบให้/เมื่อ/จากนั้น รวมถึงกรณีขีดจำกัดและข้อยกเว้น รวมถึงระบุประเด็นที่ยังไม่ชัดเจนด้วย เรื่องราว: [ข้อความ]

4) โครงร่างขอบเขต:

ร่างรายการ "อยู่ในขอบเขต" และ "อยู่นอกขอบเขต" เป็นตารางแบบสองคอลัมน์ตามข้อกำหนดต่อไปนี้ ติดป้ายกำกับ [ต้องยืนยัน] สำหรับรายการใดๆ ที่คุณไม่แน่ใจ ข้อกำหนด: [ข้อความ]

ข้อผิดพลาดทั่วไป

  • การคิดวิธีแก้ปัญหาเป็นสิ่งจำเป็น "เพิ่มเมนูแบบเลื่อนลง" เป็นวิธีการแก้ปัญหา ไม่ใช่ข้อกำหนด ข้อกำหนดระบุว่า "ผู้ใช้จะต้องสามารถเลือกประเทศจากรายการที่กำหนด"; ทีมงานไอทีออกแบบโซลูชัน
  • ข้ามสิ่งที่ไม่ทำงาน เพียงจดบันทึกว่า "ต้องทำอะไร" และลืม "ทำอย่างไร" (ความเร็ว ความปลอดภัย การเข้าถึง) ถือเป็นช่องโหว่ที่พบบ่อยที่สุดและมีราคาแพงที่สุด
  • การใช้คำคุณศัพท์นับไม่ถ้วน คำว่า "รวดเร็ว ง่าย ปลอดภัย เป็นมิตรต่อผู้ใช้" นั้นใช้ไม่ได้โดยไม่มีเกณฑ์
  • ไม่สังเกตเห็นกฎเกณฑ์ที่ AI สร้างขึ้น โมเดลอาจเพิ่ม "สมเหตุสมผล" แต่ไม่ใช่กฎที่พูดจริง ขอทรัพยากรสำหรับทุกความต้องการ
  • ทิ้งลำดับความสำคัญไว้ที่ AI สิ่งที่ต้องทำอันดับแรกคือการตัดสินใจเกี่ยวกับมูลค่าทางธุรกิจ หน่วยธุรกิจให้สิ่งนี้
ข้อควรระวัง: ประโยคที่อันตรายที่สุดในการวิเคราะห์ความต้องการคือ "ทุกคนรู้เรื่องนี้อยู่แล้ว" Unspoken assumptions do not make it into the documentation, never make it into the code, and emerge in the field. ถาม AI “สิ่งที่ถือว่าสันนิษฐานแต่ไม่ได้เขียนไว้ในข้อกำหนดนี้” ทำให้สมมติฐานที่ซ่อนอยู่เหล่านี้ปรากฏให้เห็น

โดยสรุป

การวิเคราะห์ความต้องการจะกำหนดสิ่งที่ระบบควรทำอย่างชัดเจน วัดผลได้ และตรวจสอบย้อนกลับได้ ข้อกำหนดด้านหน้าที่อธิบายถึงงาน ข้อกำหนดที่ไม่เกี่ยวกับหน้าที่อธิบายถึงคุณสมบัติ และข้อกำหนดหลังมักถูกลืมไป เรื่องราวของผู้ใช้และเกณฑ์การยอมรับ การให้/เมื่อ/จากนั้น เป็นเครื่องมือที่มีประสิทธิภาพในการขจัดความไม่แน่นอน ปัญญาประดิษฐ์ช่วยเร่งการผลิตสตอรี่บอร์ด เกณฑ์การยอมรับ การตรวจจับข้อขัดแย้ง และการชี้แจงคำถามได้อย่างมีนัยสำคัญ อย่างไรก็ตาม ความถูกต้องของกฎเกณฑ์ทางธุรกิจ ขอบเขตและลำดับความสำคัญในการตัดสินใจ ตลอดจนที่มาของแต่ละประโยคถือเป็นความรับผิดชอบของมนุษย์ อย่าสรุปข้อกำหนดใดๆ ที่ไม่มีแหล่งที่มาและไม่สามารถวัดผลได้

งานสมัคร

เขียนคำขอทางธุรกิจหนึ่งย่อหน้าสำหรับ "ระบบการนัดหมายออนไลน์" ในจินตนาการ (เช่น "ลูกค้าควรจะสามารถทำการนัดหมายออนไลน์ได้ พนักงานควรจะสามารถดูปฏิทินได้") (1) สร้างเรื่องราวของผู้ใช้อย่างน้อย 5 เรื่องและเกณฑ์การยอมรับ 2 ข้อสำหรับแต่ละรายการพร้อมข้อความที่ชัดเจนจากคำขอนี้ (2) ค้นหาช่องว่างที่ซ่อนอยู่อย่างน้อย 2 ช่องในเกณฑ์ที่สร้างโดยแบบจำลอง (เช่น การนัดหมายสองครั้งในเวลาเดียวกัน กฎการยกเลิก) (3) รวมข้อกำหนดที่ไม่สามารถใช้งานได้อย่างน้อย 3 ข้อในรูปแบบที่วัดผลได้ (4) ระบุอย่างน้อย 3 รายการว่า "อยู่นอกขอบเขต" (5) ทำเครื่องหมายกฎที่แบบจำลองอาจสร้างขึ้นและเขียนว่าคุณจะยืนยันอย่างไร

รายการตรวจสอบ

  • [ ] ฉันเขียนข้อกำหนดด้านการทำงานและที่ไม่เกี่ยวกับการทำงานแยกกัน
  • [ ] ทุกข้อกำหนดมีความชัดเจน วัดผลได้ และทดสอบได้
  • [ ] แต่ละเรื่องมีเกณฑ์การยอมรับ ให้/เมื่อ/แล้ว
  • [ ] ฉันสามารถติดตามแหล่งที่มา (การสนทนา/เอกสาร) ของข้อกำหนดแต่ละข้อได้
  • [ ] ฉันทำเครื่องหมายกฎที่เป็นไปได้ที่ AI สร้างขึ้นและทิ้งไว้เพื่อยืนยัน
  • [ ] ฉันได้จัดลำดับความสำคัญร่วมกับหน่วยธุรกิจ