レシピに新機能を追加開発しながらデータを継続的に更新する必要が生じた場合、ベストプラクティスは次のとおりです。
* 既存のレシピを複製する：レシピを複製することで、開発者は本番データの流れに影響を与えることなく、新しいフィールドや変換を追加する実験を行うことができます。これにより、サンドボックスのような環境でテストと開発を行うことができます。
* 安定版へのロールバック：元のレシピを最新の安定版にロールバックすることで、本番環境のダッシュボードが引き続き最新のデータを受信し、業務の中断なく運用を維持できます。
このアプローチは、データの継続性を確保するだけでなく、新たな開発から生じる可能性のあるあらゆる問題に対処するための安全な環境も提供します。

データモデルをレビューし、「店舗」と日々の売上数量の間に高い相関関係があることに気づいた場合、適切な対応は、店舗フィールドが日々の売上に与える影響についてクライアントの期待を確認することです。その理由は次のとおりです。
* モデルにおける「店舗」の役割の理解：モデルに変更を加える前に、ビジネスコンテキストに基づいて「店舗」フィールドが強力な予測因子となることが期待できるかどうかを理解することが重要です。クライアントが、立地、規模、顧客層などの要因により、店舗ごとに売上高が本質的に異なると想定している場合、この相関関係は有意義かつ望ましいものとなる可能性があります。
* データ漏洩の可能性：高い相関関係の警告は、予測変数（「店舗」など）に結果変数（日々の販売数量）に関する情報が意図せず含まれているなど、データ漏洩を示している場合があります。この相関関係が論理的に妥当であるか、モデルの予測を歪めていないかを検証することが重要です。
* クライアントとの協議：クライアントとの協議は、モデリングに関するあらゆる決定が、クライアントのビジネス知識や期待に合致していることを確認するのに役立ちます。これは、モデルを現実世界の期待値に照らし合わせて検証し、意思決定のための有用なツールであり続けることを保証するためのものです。
これらの手順を踏むことで、コンサルタントはモデルの入力値とその影響を検証することにより、データサイエンスにおけるベストプラクティスを遵守するだけでなく、モデルがクライアントのビジネス戦略や業務上の現実と整合していることを保証する。

図に示すようなタイムラインチャートを作成するには、通常、以下のパラメータが必要です。
* 1 指標: これは、成約済み案件の数、または時間の経過とともに追跡する必要のあるその他の関連指標である可能性があります。
* 1 日付フィールドによるグループ化：これはタイムラインを効果的に作成するために不可欠です。日付フィールドは通常、商談の終了日になります。
* 追加のグループ分け：複雑さや必要な詳細度に応じて、追加のグループ分けを行うことができます。たとえば、地域別や製品ライン別にグループ分けすることで、タイムラインに関するより詳細な情報を得ることができます。トレリス図を使用する場合、メインチャート内に複数の小さなチャートを作成できます。それぞれのチャートは、追加のグループ分けに基づいてデータの断片を表します。
この設定により、成約済み案件の推移を視覚的に把握できるため、傾向、季節的なパターン、その他の関連する洞察を容易に見つけることができます。