Bitemporality، مالیاتی خدمات کے استعمال کے معاملات کے لیے کم لاگت میں مدد کرنا

Bitemporality، مالیاتی خدمات کے استعمال کے معاملات کے لیے کم لاگت میں مدد کرنا

ٹائم سٹیمپ: 15 نومبر 2023 صبح 11:27

میں پچھلے ہفتے "تمام چیزوں کے ڈیٹا اور اینالیٹکس بینچ مارکنگ" ایونٹ میں تھا۔ یہ شاندار تھا، زیادہ تر بڑے بینکوں کی نمائندگی کی گئی تھی، ہاٹ ہیج فنڈز، تبادلے کا ایک حصہ، اور کچھ غیر معمولی دکانداروں کی بھی نمائندگی کی گئی تھی۔

مجھے یہ تروتازہ معلوم ہوا، جیسے کہ زیادہ تر واقعات جہاں ٹھوس تجزیات پر بحث کی جاتی ہے۔ میرا ابتدائی کیریئر کوانٹ/ڈیٹا سائنس/تجزیہ پر مرکوز تھا، لیکن اب میں اس میں ہوں۔
"ڈیٹا" پیشہ، جو "ڈیٹا گوداموں،" "ڈیٹا لیکس،" "ڈیٹا میش،" "ڈیٹا فیبرک،" "ڈیٹا دلدل" انفراسٹرکچر کے تحت (زیادہ تر) تجارتی مصنوعات کی ایک الجھا ہوا صف سے بنا ہے، جس کی رقم $ ہے۔ کھربوں کے اخراجات اور کچھ بہت بڑی تنظیموں کو برقرار رکھنا۔ میں ذاتی طور پر اس صنعت میں زبان، لفظیات اور ماحولیاتی نظام کو حقیقت سے خلاصی پاتا ہوں، لیکن یہ تجارتی فراہم کنندگان کو خوبصورتی سے نام کی مصنوعات اور زمروں کے ساتھ برقرار رکھنے میں مدد کرتا ہے۔ پیسے کی پیروی کریں، جیسا کہ وہ کہتے ہیں: ایک "پیچیدہ" ڈیٹا پلیٹ فارم ماڈلنگ ٹول سے کہیں زیادہ قیمت والا ٹکٹ رکھتا ہے جسے MSC کا کوئی بھی طالب علم استعمال کر سکتا ہے۔

ڈیٹا انڈسٹری بہت ہی عملی واقعہ کا ایک پس منظر تھا، لیکن نام نہاد پر ایک پینل پر، خوشگوار اور واضح طور پر اس پر بحث ہوئی۔ڈیٹا نسب" ڈیٹا کا سلسلہ بنیادی طور پر ایک ترتیب وار لکیری عمل ہے جو ڈیٹا کی تبدیلی کو انجسٹ سے لے کر استعمال تک لے جاتا ہے اور نام نہاد ڈیٹا گورننس کو زیر کرنے میں مدد کرتا ہے جس سے بہت زیادہ مہنگے گودام ٹولنگ کا سامنا کرنا پڑتا ہے۔ کلاؤڈ دور میں، کلاؤڈ ڈیٹا گودام تمام غصے ہیں، خاص طور پر ایک۔ لیکن یہاں بات ہے۔ ڈیٹا کی تبدیلی دراصل لکیری نہیں ہے، خاص طور پر جب مفید ہو۔ یہ پیچیدہ، چکراتی، ڈاکٹر ہُو اور ٹارڈیس کی طرح شکل رکھتا ہے، وقت اور کہکشاؤں میں سفر کرتا ہے۔ سیوڈو فلسفہ اور مشہور طبیعیات کو ایک طرف رکھتے ہوئے، مالیاتی طور پر ایک ہی ڈیٹا کو، جب ٹوئیک، تبدیل اور تجزیہ کیا جاتا ہے، وقت اور جگہ کے لحاظ سے بھی استعمال کے بہت سے مختلف معاملات پیش کر سکتے ہیں۔ مزید برآں، ریگولیٹرز ہم سے تبدیلی کو دستاویز کرنے کے لیے کہتے ہیں، اس بارے میں شفاف ہوتے ہوئے کہ ہم نے کیا کیا، کب، کیوں، اور کیا تبدیل ہوا۔ آپ کہہ سکتے ہیں، "یہ وہ ڈیٹا گورننس ہے جس کے لیے وہ پوچھ رہے ہیں"۔ اس قسم کی. لیکن ریگولیٹرز درحقیقت قابل عمل فیصلوں کی رپورٹنگ کے لیے کہہ رہے ہیں جن کے لیے ماڈلز، مصروفیت کی ضرورت ہوتی ہے اور اس کے نتیجے میں ایسے اقدامات ہوتے ہیں جن کا اثر ہوتا ہے۔ اس میں لوگ، فیصلے اور ٹھوس استعمال کے معاملات شامل ہیں، نہ کہ صرف ڈیٹا۔

پینل ڈسکشن نے کے تصور کو متعارف کرایا اور اس پر طویل بحث کی۔ دو وقتی پن، مالی استعمال کے معاملات اور ریگولیٹری عمل کو اچھی طرح سے پیش کرنے کے لئے ایک عملی ڈیٹا مینجمنٹ حربہ۔ ایک (بہت) ریگولیٹڈ ٹائر 1 بینک کے ایک پینلسٹ نے دو وقتی صلاحیت کی بھرپور تعریف کی۔ اس کے فن تعمیر نے وقت کے ساتھ ایڈجسٹ کرنے اور ڈیٹا کی تبدیلیوں کو دوبارہ چلانے کے لئے دو وقتی صلاحیت کا استعمال کیا۔ فرض کریں کہ آپ ایک پرانی مالیاتی رپورٹ یا مشتق تجارت کو دوبارہ بنانا چاہتے ہیں جیسا کہ اس نے تخلیق کے وقت دیکھا تھا، اور پھر جیسا کہ اسے بعد میں تصحیحات/اضافے/ادائیگیوں کو دیکھا جانا چاہیے تھا، مثال کے طور پر تعمیل رپورٹ میں۔ اس کے معاملے میں دو وقت کے ساتھ، ایک واحد ڈیٹا ماخذ ڈیٹا کے متعدد (توثیق شدہ) خیالات کو مطلع کرتا ہے، جب یہ ہوا اور بعد میں، "حکمت" کے ساتھ۔ اسے لاگو کرنا آسان ہے، مہنگا نہیں، اور یہاں آپ کو اس کے بارے میں جاننے کی ضرورت ہے۔

  • ایک ڈیٹا ماڈل کو وقت کی دو جہتوں میں ڈیٹا کے تجزیے کو ذخیرہ کرنے اور اس میں سہولت فراہم کرنی چاہیے - ایک دو وقتی ڈیٹا ماڈل، یعنی، ایک ماڈل جو ڈیٹا کے لیے کیٹرنگ شروع کے وقت اور مستقبل میں کسی بھی وقت جب اس کی حالت پر نظر ثانی ہوتی ہے اور اس کی نمائندگی کی جا سکتی ہے۔ -کا" ایک مقررہ وقت۔ 
  • یہ ماڈل ہر پراپرٹی، آبجیکٹ اور قدر کے لیے ایک سے زیادہ ٹائم اسٹیمپ اسٹور کرتا ہے۔
  • ڈیٹا پوائنٹس کو جوائن اور منسلک کیا جا سکتا ہے - ایک "جیسے" جوائن 

ڈیٹا کے مطابق

روایتی ڈیٹا گودام کی قسم کے فن تعمیر میں، اس طرح کے نسب کا مطلب ڈیٹا کی مہنگی کاپیاں، اور بے وقت ناکارہیاں اور بازیافت کی پیچیدگیاں ہو سکتی ہیں۔ یہ کلاؤڈ ڈیٹا گودام فراہم کرنے والوں کا پیسہ کمانے کا ایک طریقہ ہے، ڈیٹا کی متعدد کاپیاں منظم کیے جاتے ہیں، ایک دو ٹوک نقطہ نظر۔

ایک آسان متبادل ایک معاون اسٹوریج/ان-میموری عمل کے ساتھ صرف سادہ ڈیٹا پیٹرن ہے۔ یہ سستا ہو سکتا ہے اور ہونا چاہیے، ازگر مرکز۔ عمل کو سیدھا بنانے کے لیے بس ٹائم اسٹیمپ (اپنے ڈیٹا کے ساتھ) اور جوائن کے طور پر (کوڈ میں) استعمال کریں، ضرورت کے مطابق انفرادی ریکارڈ میں گہرائی تک جانے کی صلاحیت کے ساتھ۔

اپنے ڈیٹا گودام پر لاگت بچانے کے لیے، پھر، کچھ سادہ Python کے ساتھ انجنیئر کریں، میموری کی کارکردگی پر توجہ دیں۔ ایک مہنگے ڈیٹا گودام کے عمل کے اندر انجینئر کرنے کی کم ضرورت ہے۔

آپ فنانس میں دو وقتی صلاحیت کہاں استعمال کرتے ہیں؟ ٹھیک ہے، تعمیل ایک واضح معاملہ ہے۔ مثال کے طور پر لے لو

چومنا. اب، جعل سازی ایک تجارتی ارادے کا نمونہ ہے، حالانکہ یہ ایک دھوکہ دہی ہے جہاں خاص قسم کی تجارت رکھی جاتی ہے لیکن اس کی پیروی نہیں کی جاتی ہے۔ گہری غوطہ خوری کی دھوکہ دہی کی وجہ بنیادی طور پر تعمیل ہے، لیکن گہرے غوطہ خوری کی تجارت کا نمونہ، کامیاب، ناکام، دھوکہ دہی یا محض زبردست، فرنٹ آفس کو بھی فائدہ پہنچاتا ہے۔ یہ بدلے میں بیک ٹیسٹنگ اور حکمت عملی کی ترقی کو مطلع کرتا ہے، جس میں وقت کے تصورات بھی شامل ہو سکتے ہیں۔ اس کی وجہ یہ ہے کہ حکمت عملی، جب وہ پروڈکشن ٹریڈنگ، رسک یا پورٹ فولیو مینجمنٹ سسٹمز میں جاتی ہیں، صرف یہ جانتی ہیں کہ ان کے سامنے کیا ہے، لیکن بیک ٹیسٹ خطرات کو کم کرنے کے لیے معلوم مفروضوں کو آزما سکتا ہے اور شامل کر سکتا ہے۔ مثالوں میں مختصر مدت کے لین دین کے اخراجات کا تخمینہ کے برخلاف موازنہ کرنا، حقیقی اور متوقع مختصر مدت کے جوڑوں کے ارتباط کا موازنہ کرنا، مشتقات اور مقررہ آمدنی کے آلات کے لیے درمیانی مدت کی ادائیگی، ایکویٹی میں منافع، پورٹ فولیو کے انتظام میں اسٹاک/سیکٹر کے ارتباط، اور طویل مدتی "میکرو" مارکیٹ / رسک رجیم جو ماہرین اقتصادیات کو پسند ہیں۔ وقت – اور دو وقتی – اہمیت رکھتے ہیں۔ استعمال کے معاملات پر اثر انداز ہونے سے تکنیک کو صرف ایک سادہ ڈیٹا انجینئرنگ پینتریبازی سے کہیں زیادہ قیمتی بناتی ہے۔

کیپٹل مارکیٹوں سے آگے، ادائیگیوں پر غور کریں۔ مثال کے طور پر، ادائیگی کے آلے پر کارروائیاں مرکزی طور پر لین دین کی اطلاع دیں گی۔ لین دین کے مقام پر جو معلوم ہوتا ہے اس کے بعد معلومات کے ذریعہ اپ ڈیٹ ہوجاتا ہے، مثال کے طور پر صارف کی۔ فراڈ کا پتہ لگانا اس کے لیے ایک واضح استعمال کا معاملہ ہے، اور اسے بروقت ہونے کی ضرورت ہے۔ سمارٹ ادائیگی کے ڈیٹا کو وقت پر پروسیس کیا جاتا ہے، لیکن ڈیٹا کوالٹی کو بہتر بنانے اور ڈاون اسٹریم ایونٹس کو مطلع کرنے کے لیے ایڈجسٹ کیا جاتا ہے۔ ماسٹر اور ٹائم سیریز کے اعداد و شمار پر دو وقتی ڈیٹا ماڈل کا استعمال وقت کی سرگرمیوں کو منظم کرنے میں مدد کرتا ہے۔

آخر میں، ممکنہ طور پر ایک مہنگا، "انتہائی حکومتی" لکیری گودام نسب کی تبدیلی کو کچھ عام فہم تجزیات اور حقیقی دنیا کے استعمال کے معاملات کے ساتھ ہمدردی کے ساتھ آسان بنایا جا سکتا ہے۔ Bitemporality اچھی طرح سے ایک نظر کے قابل ہے.

ٹائم اسٹیمپ:

سے زیادہ فن ٹیکسٹرا