Cevap.

Soru Tarihi:

Son yıllarda, dış hizmetler ve yapay zeka kullanıldığında, veri işleme ve aktarım kurallarının şeffaf bir şekilde kaydedilmesi önemli hale geldi. Resmi olmayan veriler ve kesin iş kurallarının eksikliği hatalara ve olaylara yol açmaktadır.

Problem:

Yapay zeka ve dış hizmetlerin kullanımı, veri ile ilgili açıkça tanımlanmış kurallar gerektirir: ne göndermek, nasıl doğrulamak, hata durumunda ne yapmak, eylemleri nasıl kaydetmek, kullanıcıya ne döndürmek. Bu kuralların formalizasyonu olmadan, teknik ve iş riski artmaktadır.

Çözüm:

Aşağıdaki yöntemler kullanılmaktadır:

UML Aktivite Diyagramı ve BPMN, veri akışlarını ve giriş/çıkış verilerini görselleştirmek için
Veri Akış Diyagramı (DFD), bilginin yollarını kaydetmek için
Kuralların tablo şeklinde tanımlanması (karar tabloları) açık koşul ve eylem tanımlarıyla
Tek bir sistem ve iş terimleri sözlüğü için glosary
Örnekle Spesifikasyon — belirli kullanıcı/sistem senaryoları aracılığıyla formalizasyon

Ana Özellikler:

Sistem ve iş kuralları arasında açık bir ayrım
Verilerin kaynaklarından tüketim yerine izlenmesine destek
Tüm kuralların tek bir kayıtta formelleştirilmesi ve sürekli güncellenmesi

Kandırma Soruları.

Veri işleme kurallarını tanımlamak için sadece diyagramlarla sınırlı kalınabilir mi?

Hayır, sadece diyagramlar yeterli değildir. Ayrıca metin açıklamaları, koşul tabloları ve örnekler de gereklidir, böylece muğlaklıklar en aza indirilebilir.

Entegrasyonlarla çalışırken olumsuz senaryoları (hatalar, arızalar) belgelemek gerekli midir?

Evet, mutlaka! Bu tür senaryolar olmadan, hataların düzgün bir şekilde işlenmesini önceden tahmin etmek ve SLA'yı sağlamak mümkün değildir.

Veri işleme kurallarının formelleştirilmesinde sadece teknik terminoloji kullanmak yeterli midir?

Hayır, şeffaflık ve doğru etkileşim için, bir glosary kullanmak ve iş ile teknik terimleri bağlamak gereklidir.

Yaygın Hatalar ve Antipatternler

Sadece happy path senaryolarını tanımlamak, olumsuz ve sınır durumları ihmal etmek
Kuralların yeterince net bir şekilde ayrıştırılmaması, erişim kontrolü, doğrulama ve iş mantığı mantığının karıştırılması
Formalize edilmiş kurallar için tek bir depolama alanının olmaması

Gerçek Hayat Örneği

Olumsuz durum:

Bir bulut tabanlı belge tanıma hizmeti ile entegrasyon. Sistem analisti sadece temel takası tanımladı, sınır durumlarını (örneğin, yanıt bekleme süresi, geçersiz verilerin iadesi, format doğrulama hataları) atladı.

Artılar:

Pilot aşamasında hızlı ilerleme

Eksiler:

İşe alındıktan sonra işlenmemiş hatalardan dolayı kitlesel olaylar, kararsız çalışma

Olumlu durum:

Analist sadece happy path'ı değil, tüm sınır ve olağanüstü senaryoları kaydetti, işleme kuralları için tek bir karar tablosu oluşturdu. AI ekibi ve teknik destek ekibindeki arkadaşlarla terim glosarını geliştirmek için bir dizi atölye çalışması yaptı.