Metode obrade podataka

Najbolji podaci u svemiru nemaju puno koristi ako se ne obrađuju. Obrada podataka odnosi se na metode koje uzimaju sirove podatke i pretvaraju ih u korisne informacije. Papir i olovka mogu funkcionirati, ali u 21. stoljeću analiza podataka obično se oslanja na računala. Za obradu podataka putem računala potrebno ih je prikupiti, provjeriti na točnost i prvo unijeti u računalo.

Batch obrada je grunt rad, najjednostavniji oblik obrade podataka. Korisno je kada organizacija ima veliku količinu podataka koji se mogu grupirati u jednu ili dvije kategorije. Trgovina, na primjer, može grupno obraditi svoje transakcije na kraju dana ili tjedna, šaljući rezultate u glavni ured. Ako se informacije ne moraju ažurirati za svaku promjenu, obrada serije je dovoljno brza.

Ponekad grupna obrada nije dovoljno brza. Metode obrade u stvarnom vremenu obrađuju podatke kada to zahtijeva trenutni preokret. Na primjer, ako netko kupi avionsku kartu ili otkaže rezervaciju, zrakoplovna tvrtka mora odmah ažurirati svoju evidenciju. Radarski sustav mora svom operateru dati trenutnu povratnu informaciju o tome što detektira; bankomat mora odmah obraditi vaš zahtjev za novcem. Gdje serijska obrada obrađuje velike količine podataka u određeno vrijeme, obrada u stvarnom vremenu je kontinuirana.

Data mining uzima podatke iz više izvora i skupova te ih kombinira kako bi potražio korelacije. Na primjer, trgovački lanac može analizirati kupnju kupaca i otkriti da kupci koji kupuju žitarice često kupuju banane uz njih. Lanac može koristiti te informacije za povećanje prodaje, možda tako što će banane staviti blizu žitarica kako bi potaknuo više zajedničkih kupnji. Lanac također može pratiti koji se artikli bolje prodaju kada trgovina nudi kupone ili održava rasprodaje.

Statistička obrada uključuje teško krckanje brojeva. Tvrtka koja zna da je zauzeta petkom može koristiti statističku obradu kako bi izračunala učinak različitih varijabli. Dio navale može biti posljedica kupaca sa zahtjevima u posljednjem trenutku, na primjer, dok bi drugi dio mogao biti rezultat opuštanja zaposlenika ranije tijekom tjedna. Poznavanje uzroka pomaže tvrtki da se nosi s naletom. Statistika također olakšava usporedbu podataka iz tvrtki različite veličine ili gradova različite veličine.