এআই প্রকল্পের সবচেয়ে বড় খরচ প্রায়ই মডেল নয়—ডেটা পরিষ্কার করা। ২০২৭ সালের মধ্যে এআই ব্যবহার করতে চাইলে প্রথম প্রশ্নটি হবে: আপনার ব্যবসার মূল রেকর্ড কোথায়, কে তার মালিক, এবং একই তথ্য কতবার লেখা হয়?
এই লেখায় কোনো জাদু সমাধান নেই। আছে একটি রিডিনেস চেকলিস্ট, যা ছোট ব্যবসাও ৩০ দিনে শুরু করতে পারে।
১. রেকর্ডের মালিক ঠিক করুন
প্রতিটি তথ্যের একটি “সত্যের উৎস” থাকা দরকার। কাস্টমার, অর্ডার, পেমেন্ট, স্টক ও ডেলিভারি—এই পাঁচটি রেকর্ডের জন্য লিখে ফেলুন কোন সিস্টেমটি প্রধান। বাকি সব জায়গা কেবল কপি বা রিপোর্ট।
২. সংজ্ঞা এক করুন
“সক্রিয় কাস্টমার” কী? ৩০ দিনে অর্ডার করেছেন, নাকি ৯০ দিনে? “পরিশোধিত” বলতে কি কুরিয়ার সেটেলমেন্টের আগে, নাকি পরে? সংজ্ঞা না মিললে এআই ভিন্ন ভিন্ন উত্তর দেবে, আর রিপোর্টে আস্থা থাকবে না।
৩. ডুপ্লিকেট ও ফাঁকা মান পরিষ্কার করুন
- একই ফোন নম্বর বা ইমেইলে একাধিক কাস্টমার রেকর্ড আছে কি?
- অর্ডারের সাথে কাস্টমার আইডি সবসময় যুক্ত আছে কি?
- তারিখ, টাকার অঙ্ক ও স্ট্যাটাস কি নির্দিষ্ট ফরম্যাটে আছে?
- কোন ফিল্ডে সবচেয়ে বেশি ফাঁকা মান? সেগুলো কি আসলেই দরকার?
৪. অ্যাক্সেস ও অনুমতি সীমিত করুন
এআই যত বেশি ডেটা দেখবে, ঝুঁকিও তত বাড়বে। কে কোন ডেটা দেখবে এবং কোন কাজ করতে পারবে—তা ভূমিকা অনুযায়ী ঠিক করুন। ব্যক্তিগত তথ্য (ফোন, ঠিকানা, পেমেন্ট রেফারেন্স) কেবল প্রয়োজন অনুযায়ী রাখুন।
৫. সংরক্ষণ ও মুছে ফেলার নিয়ম লিখুন
কোন ডেটা কত দিন রাখবেন? কে মুছতে পারবে? কোনো কাস্টমার মুছে ফেলতে বললে কী হবে? এই তিন প্রশ্নের উত্তর ছাড়া এআই সিস্টেম চালু করা মানে ভবিষ্যতে সমস্যা জমিয়ে রাখা।
What the research says
The NIST AI Risk Management Framework places data quality and documentation inside the “map” and “measure” functions: you cannot manage a risk you have not described. For an SME, that translates into a written data dictionary and a named owner for each core record.
The World Bank’s digital development agenda repeatedly links technology value to institutional readiness — skills, process and governance — rather than to the purchase of a tool. AI readiness is therefore an operating discipline, not a vendor selection.
Key takeaways
- Name the system of record before buying any AI tool.
- Write definitions for status, payment and customer activity.
- Measure duplicates and empty fields; fix the top three causes.
- Limit data access by role and keep retention rules explicit.
- A 30-day cleanup beats a 12-month “data lake” project.
৩০ দিনের পরিকল্পনা
সপ্তাহ ১: পাঁচটি মূল রেকর্ডের মালিক ও সংজ্ঞা লিখুন। সপ্তাহ ২: ডুপ্লিকেট ও ফাঁকা মানের তালিকা তৈরি করুন। সপ্তাহ ৩: অ্যাক্সেস ও অনুমতি ঠিক করুন। সপ্তাহ ৪: একটি ছোট এআই কাজ (যেমন ডকুমেন্ট থেকে তথ্য বের করা) ছায়া মোডে চালান।
ডকুমেন্ট থেকে তথ্য বের করা বা একাধিক সিস্টেমের ডেটা যুক্ত করতে আমাদের ওয়ার্কফ্লো ও ডকুমেন্ট অটোমেশন এবং এপিআই ইন্টিগ্রেশন দেখুন। এজেন্ট ব্যবহারের নিয়ম জানতে পড়ুন এআই এজেন্ট গাইড।
ডেটা অডিট কীভাবে করবেন
প্রথমে একটি স্প্রেডশিট খুলুন এবং পাঁচটি রেকর্ডের জন্য পাঁচটি কলাম তৈরি করুন: রেকর্ডের নাম, সিস্টেম, মালিক, ফাঁকা মানের শতাংশ এবং ডুপ্লিকেটের সংখ্যা। এই পাঁচটি সংখ্যা জানলে আপনি জানবেন কোথায় প্রথমে হাত দিতে হবে।
দ্বিতীয় ধাপে যেকোনো একটি রেকর্ড বেছে নিন—যেমন অর্ডার—এবং শেষ ১০০টি অর্ডার হাতে যাচাই করুন। দেখুন কতগুলোতে কাস্টমার আইডি নেই, কতগুলোতে তারিখের ফরম্যাট আলাদা, এবং কতগুলোতে একই অর্ডার দুইবার আছে। এই ছোট নমুনাই বড় সমস্যার মানচিত্র দেয়।
তৃতীয় ধাপে সংশোধনের নিয়ম লিখুন। “ফাঁকা ফোন নম্বর থাকলে অর্ডার গ্রহণ করা যাবে না” বা “একই ফোন ও একই দিনে দুইটি অর্ডার হলে যাচাই করতে হবে”—এ ধরনের নিয়ম কোড ও প্রশিক্ষণ দুই জায়গায় লাগবে।
Data audit worksheet (English)
For each core record, document four fields: the system of record, the business owner, the acceptable error rate, and the retention period. Then sample one hundred rows and count missing foreign keys, duplicate natural keys, and invalid date or amount formats. Fix the largest category first; do not attempt a full historical cleanup before the current flow is clean. New bad data will otherwise refill the gap you just cleared.
কে দায়িত্ব নেবে
ডেটার মালিকানা না থাকলে যেকোনো পরিষ্কার কাজ কয়েক মাসেই আগের অবস্থায় ফিরে যায়। প্রতিটি মূল রেকর্ডের জন্য একজন নাম দিন—যিনি নতুন ফিল্ড যোগ, সংজ্ঞা পরিবর্তন ও মান যাচাইয়ের অনুমোদন দেবেন। এই ব্যক্তি আইটি কর্মী নাও হতে পারেন; ব্যবসার প্রক্রিয়া যিনি বোঝেন, তিনিই বেশি উপযুক্ত।
দ্বিতীয় ভূমিকা হলো তদারকি। মাসে একবার ডুপ্লিকেট, ফাঁকা মান ও অসম্ভব তারিখের একটি ছোট রিপোর্ট দেখুন। সংখ্যা বাড়লে কারণ খুঁজুন, দোষ খুঁজবেন না। বেশিরভাগ ক্ষেত্রে কারণ হয় ফর্মের একটি বাধ্যতামূলক ফিল্ড বাদ পড়া, অথবা দুইটি সিস্টেমের মধ্যে ম্যানুয়াল কপি।
তৃতীয় ভূমিকা হলো পরিবর্তন নিয়ন্ত্রণ। নতুন ফিল্ড বা নতুন ইন্টিগ্রেশন যোগ করার আগে লিখুন: কে উপকৃত হবে, কোন রিপোর্ট বদলাবে, এবং পুরনো ডেটা কী হবে। এই তিনটি প্রশ্নের উত্তর ছাড়া পরিবর্তন করলে ডেটা আবার বিশৃঙ্খল হবে।
সাত দিনের চেকলিস্ট
দিন ১: পাঁচটি মূল রেকর্ডের তালিকা করুন। দিন ২: প্রতিটির মালিক লিখুন। দিন ৩: ফাঁকা মানের একটি নমুনা দেখুন। দিন ৪: ডুপ্লিকেট কাস্টমারের সংখ্যা মাপুন। দিন ৫: অনুমোদিত তথ্যের তালিকা তৈরি করুন। দিন ৬: সংরক্ষণ সময় ঠিক করুন। দিন ৭: একটি ছোট এআই কাজ বেছে নিন এবং ছায়া মোডে চালানোর পরিকল্পনা লিখুন।
এই সাত দিনে কোনো সফটওয়্যার কেনা লাগবে না। শুধু সিদ্ধান্ত ও লিখিত নিয়ম। পরের মাসে আপনি একই কাজ আবার না করে বড় পরিধিতে যেতে পারবেন।
Implementation note: treat the data dictionary as a living document. Assign one owner per record, review duplicates monthly, and refuse new integrations that cannot map to a named field. Clean data is a maintenance habit, not a one-off project.
Responses (0)
No comments yet. Add the first one below.
Leave a response
Your email address will not be published. Required fields are marked *.