Note : All deposit is refundable
ডেটাবেজ ডিজাইন। নির্দিষ্ট ডেটাবেজের একটি ‘blueprint' বা খসড়া অথবা একটি conceptual model' বা ধারণাগত মডেল তৈরির জন্য ডেটাবেজ ডিজাইন খুবই গুরুত্বপূর্ণ। ডেটাবেজ মডেল এমনভাবে ডিজাইন করতে হবে যেন তা প্রতিষ্ঠানের বর্তমান এবং ভবিষ্যতের প্রয়ােজনীয় তথ্যসমূহ সংরক্ষণ করতে সক্ষম হয়। ডেটাবেজ এনালাইসিস প্রকৃতপক্ষে, ডেটা এনালাইসিস ডেটার প্রকৃতি এবং ব্যবহারের উপর নির্ভর করে। এতে অন্তর্ভুক্ত রয়েছে ডেটা উপাদানের সনাক্তকরণ, যাতে প্রতিষ্ঠানের ডেটা প্রক্রিয়াকরণ সিস্টেমে এসব উপাদান লজিক্যাল উপস্থাপন এবং রেজাল্টিং গ্রুপের মধ্যে সম্পর্ক স্থাপন সাপাের্ট প্রয়ােজন।
অন্যান্য এপ্রােচের মধ্যে রয়েছে D.E.Ds এবং ফ্লোচার্ট যা ডেটার ফ্লো- ডেটাফ্লো মেথােলডজিস-এর সহিত সম্পৃক্ত। ডেটা এনালাইসিস কতকগুলি ডেটা স্ট্রাকচার যা মেথােলজিস এর উপর প্রতিষ্ঠিত। সিস্টেম এনালাইসিস সরাসরি ইমপ্লিমেন্টেশন বা কার্যকর করার ক্ষেত্রে ডেটা এনালাইসিস এর উপর নির্ভরশীল। ডেটাবেজ ম্যানেজমেন্ট সিস্টেম (DBMS) উচ্চ লেভেলে এনালাইসিস উৎসাহিত করে যেখানে ডেটা উপাদান লজিক্যাল মডেল অথবা স্কীমা দ্বারা নির্ধারণ করা হয় (Conceptual schema)। আমরা যদি ডেটা রিলেশনশীপ, এর ব্যবহার এবং প্রােপারটিস এর বিষয় বিবেচনা করি তাহলে তা বিজনেসের জন্য গুরুত্বপূর্ণ বটে! কম্পিউটারাইজড সিস্টেম ডিজাইন করতে ডেটা এনালাইসিস কিভাবে কাজ করবে তা প্রশ্ন হতে পারে। ডেটা এনালাইসিস সময় সাপেক্ষ বিষয়। এতে পর্যায়ক্রমে আরাে প্রশ্ন আসতে পারে। আর এসব প্রশ্নের উত্তরের উপর ইমপ্লিমেন্টেশন বা কার্যকর করার গতি নির্ভর করে। ডেটা এনালাইসিস বর্তমান ও ভবিষ্যতের চাহিদা সাপেক্ষে ডেটাবেজ ডিজাইন হওয়া আবশ্যক। তবে ব্যবসায়িক কারণে সহজে পরিবর্তন করা যায় এমন হওয়া বাঞ্ছনীয়। ডেটা এনালাইসিস ‘quick and dirty' অর্থাৎ দ্রুত ও অগােছালাে হওয়ার চেয়ে ‘slow and careful” অর্থাৎ ধীর ও যত্নবান হওয়াই শ্রেয়। অন্য দৃষ্টিকোণ থেকে ডেটা এনালাইসিস সাধারন ডিজাইনের নিয়ম-নীতি সংক্রান্ত প্রয়ােজনীয় বিষয় প্রােভাইড করে যা ট্রেনি এনালিস্টদের সহায়তা করবে নতুবা তারা ‘quick and dirty' অর্থাৎ দ্রুত ও অগােছালাে সলিউশন বেছে নিবে। ডেটা এনালাইসিস-এর ডেভেলপমেন্ট টেকনিক বা কৌশল স্ট্রাকচার বুঝতে সহায়তা করে। এর অর্থ ডেটা অর্গানাইজেশন বা উপাত্ত সুসংগঠিত করা। ডেটা এনালাইসিস টেকনিক প্রথম ধাপে প্রকৃত জটিলতাকে অনুধাবন করে একটি মডেলে উপস্থাপিত করে যা বিভিন্ন ইউজার বা ব্যবহারকারী দ্বারা এক্সেস হয়। ডেটা বা উপাত্ত কনভেনশনাল মেথডে সংরক্ষিত হতে পারে যেমন প্রতিষ্ঠানের লােকদের সাক্ষাৎকার গ্রহণ এবং ডকুমেন্ট পর্যালােচনার মাধ্যমে। আর তা উপস্থাপিত হতে পারে অবজেক্ট হিসেবে। ডেটা এনালাইসিস-এর ক্ষেত্রে কতকগুলি ডকুমেন্টেশন টুলস বিদ্যমান।