Tietojenkäsittelymenetelmät

Universumin parhaasta datasta ei ole paljon hyötyä, jos sitä ei käsitellä. Tietojenkäsittelyllä tarkoitetaan menetelmiä, jotka ottavat raakadatan ja muuttavat sen käyttökelpoiseksi tiedoksi. Paperi ja kynä voivat toimia, mutta 2000-luvulla tietojen analysointi perustuu yleensä tietokoneisiin. Tietojen käsittelemiseksi tietokoneella ne on ensin kerättävä, tarkistettava tarkkuus ja syötettävä tietokoneeseen.

Eräkäsittely on yksinkertaisinta tietojenkäsittelyä. Siitä on hyötyä, kun organisaatiolla on suuri määrä dataa, joka voidaan koota yhteen tai kahteen luokkaan. Esimerkiksi kauppa voi eräkäsitellä tapahtumansa päivän tai viikon lopussa ja lähettää tulokset pääkonttoriin. Jos tietoja ei tarvitse päivittää jokaisen muutoksen yhteydessä, eräkäsittely on riittävän nopeaa.

Joskus eräkäsittely ei ole tarpeeksi nopeaa. Reaaliaikaiset käsittelymenetelmät käsittelevät tietoja, kun se vaatii välitöntä käännettä. Jos joku ostaa esimerkiksi lentolipun tai peruuttaa varauksen, lentoyhtiön on päivitettävä tiedot välittömästi. Tutkajärjestelmän on annettava käyttäjälleen välitöntä palautetta siitä, mitä se havaitsee; Pankkiautomaatin on käsiteltävä rahapyyntösi viipymättä. Kun eräkäsittely käsittelee suuria datakuormia tiettyinä aikoina, reaaliaikainen käsittely on jatkuvaa.

Tiedonlouhinta ottaa tietoja useista lähteistä ja pooleista ja yhdistää ne korrelaatioiden etsimiseksi. Esimerkiksi päivittäistavaraketju saattaa analysoida asiakkaiden ostoksia ja huomata, että muroja ostavat asiakkaat ostavat usein banaaneja niiden mukana. Ketju voi käyttää näitä tietoja lisätäkseen myyntiä, ehkä sijoittamalla banaaneja viljan lähelle kannustaakseen yhteisiin ostoihin. Ketju voi myös seurata, mitkä tuotteet myyvät paremmin, kun myymälä tarjoaa kuponkeja tai myy alennuksia.

Tilastolliseen käsittelyyn liittyy raskasta numeroiden murskaamista. Yritys, joka tietää olevansa kiireinen perjantaina, voi laskea eri muuttujien vaikutuksen tilastollisen käsittelyn avulla. Osa kiireistä voi johtua esimerkiksi asiakkaista, joilla on viime hetken pyyntöjä, kun taas osa voi johtua työntekijöiden löystymisestä aiemmin tällä viikolla. Syyn tietäminen auttaa yritystä selviytymään kiireestä. Tilastot helpottavat myös erikokoisten yritysten tai erikokoisten kaupunkien tietojen vertailua.