Comment générer des connexions de données pertinentes

Cet article est écrit par Aiden Liu , étudiant en informatique à l'Université Columbia, Basil J. White , analyste politique pour une agence du cabinet fédéral américain, et Beth A. Martin , formatrice auxiliaire et praticienne de l'expérience utilisateur (UX).

• Le problème : les bases de données relationnelles nécessitent que les analystes génèrent manuellement des connexions entre les points de données et des données supplémentaires ne peuvent pas être ajoutées à une date ultérieure.

• Pourquoi c'est important : établir des connexions manuelles lorsque vous travaillez avec des bases de données relationnelles prend du temps, ce qui peut être très inefficace lorsque vous travaillez avec des volumes de données.

• La solution : les bases de données graphiques produisent automatiquement des connexions de données, permettent d'ajouter ultérieurement des données supplémentaires et peuvent améliorer considérablement l'efficacité.

Tirez le meilleur parti de vos feuilles de calcul

Avez-vous une feuille de calcul inefficace qui stocke toutes les informations de vos clients ? Imaginez que vous puissiez créer une table de données client qui stocke le nom, l'ID et l'adresse de l'entreprise de chaque client. Imaginez que vous ayez également une table de données de transaction qui stocke l'ID de chaque client et les transactions passées. Étant donné que les deux tables contiennent l'ID du client, nous pourrions lier les deux tables ensemble sur la base de cet élément commun [Figure 1].

Figure 1 : Tableau de données client et tableau de données de transaction

Créer une base de données relationnelle

Ce scénario illustre comment une base de données relationnelle qui organise les données en tables (tables de données client et de transaction) les lie en fonction d'un élément de données commun (ID client). Les bases de données relationnelles sont une pratique courante dans l'organisation des données aujourd'hui - sept des dix bases de données les plus populaires en 2021 sont des bases de données relationnelles . Dans une base de données relationnelle, vous pouvez effectuer des opérations simples, telles que la recherche d'un client spécifique, à des opérations plus complexes, telles que joindre des tables par les données communes comme nous l'avons décrit ci-dessus. Les bases de données relationnelles, cependant, ont leurs limites : \ (1) Elles n'identifient et ne génèrent pas automatiquement des connexions de données entre les tables de données. Au lieu de cela, vous devez joindre manuellement deux tables ensemble pour trouver des connexions de données.

(2) Une fois les bases de données relationnelles créées, vous ne pouvez pas ajouter de nouveaux attributs aux données. D'après notre exemple ci-dessus, vous ne pouvez pas ajouter de nouvelles données (ou un « attribut »), comme le titre du poste du client.

Voir la hiérarchie visuelle

Une alternative à une base de données relationnelle est une base de données hiérarchique. Contrairement aux bases de données relationnelles, qui organisent les données dans des tableaux avec des lignes et des colonnes, les bases de données graphiques organisent les données dans une taxonomie semblable à un arbre généalogique. Chaque point de données est représenté comme un nœud (ou une feuille d'arbre) au lieu d'une ligne dans la table, et ils sont automatiquement connectés les uns aux autres par une arête (ou une branche d'arbre) basée sur des éléments communs [Figure 2]. Plus vous ajoutez de données dans la base de données de graphes, plus de nœuds et d'arêtes seront générés. Utilisons à nouveau les données client mentionnées ci-dessus pour comprendre comment fonctionne une base de données de graphes. Le nom de chaque client devient un nœud ; leur ID, l'adresse de l'entreprise ou tout attribut ajouté ultérieurement sont représentés sous forme de nœuds automatiquement connectés entre eux par des arêtes.

Figure 2 : nœuds (points de données) connectés par des arêtes dans une base de données de graphes

Bénéficiez de nouvelles informations

En raison de la génération automatique de connexions entre les données, vous pouvez utiliser des bases de données de graphes pour identifier des connexions auparavant inconnues. Prenons un exemple où les analystes utilisent des données pour allouer des fonds de secours COVID-19 aux candidats. Traditionnellement, avec les bases de données relationnelles, les analystes doivent collecter des données auprès de différents ministères, car les informations personnelles du demandeur peuvent apparaître dans plusieurs tableaux de données, tels que des tableaux de données sur l'emploi, le logement et les résumés de comptes bancaires [Figure 3]. Les analystes effectueraient une recherche manuelle dans chaque base de données pour identifier les points de données liés au candidat. Par exemple, le demandeur a-t-il déjà reçu des fonds d'autres sources ? Le demandeur était-il couvert par une assurance médicale?

Figure 3 : Recherche dans les bases de données relationnelles sur les informations d'un demandeur de fonds de secours COVID-19

Après l'examen manuel de ces points de données, les analystes doivent intégrer ces points de données pour voir s'ils sont connectés d'une manière ou d'une autre afin de déterminer les qualifications et les besoins spécifiques du candidat. Le vrai travail est bien plus que l'illustration ci-dessus. Les bases de données relationnelles n'identifient pas les connexions de données ; avec les bases de données graphiques, cependant, il vous suffit de télécharger toutes les données et de laisser les bases de données faire tout le travail difficile pour visualiser les connexions de données. Le graphique final pourrait ressembler à [Figure 4].

Figure 4 : Recherche dans les bases de données graphiques sur les informations d'un demandeur de fonds de secours COVID-19

Avec cette base de données graphique, les analystes peuvent facilement dire que le demandeur X est qualifié pour les fonds de secours COVID-19 sur la base des données connectées.

Notre clé à emporter

Pour les analystes qui traitent quotidiennement des milliers de points de données, les bases de données graphiques visualiseront automatiquement ces points de données sous forme de graphiques arborescents, ce qui permet de comprendre les relations entre les points de données. Il s'agit d'un avantage remarquable par rapport aux bases de données relationnelles, car ces dernières nécessitent que les analystes identifient et génèrent manuellement des connexions entre les points de données.

La visualisation graphique améliore considérablement l'efficacité de l'analyse des données, car elle réduit le temps de recherche et de connexion aux données. Il vous permet de prendre des décisions directement sur la base des connexions de données identifiées.

👋 Vous pouvez créer un post comme celui-ci ! Partagez vos réflexions avec une communauté de fonctionnaires. Apprendre encore plus

(Crédit d'image: Unsplash)