Modalità di trattamento dei dati

I migliori dati dell'universo non servono a molto se non vengono elaborati. Il trattamento dei dati si riferisce a metodi che prendono i dati grezzi e li trasformano in informazioni utilizzabili. Carta e matita possono funzionare, ma nel 21° secolo l'analisi dei dati di solito si basa sui computer. Per elaborare i dati tramite computer, è necessario raccoglierli, verificarne l'accuratezza e prima immetterli nel computer.

L'elaborazione in batch è un lavoro sporco, la forma più semplice di elaborazione dei dati. È utile quando un'organizzazione dispone di un grande volume di dati che possono essere raggruppati in una o due categorie. Un negozio, ad esempio, può elaborare in batch le proprie transazioni alla fine della giornata o della settimana, inviando i risultati alla sede centrale. Se le informazioni non devono essere aggiornate per ogni modifica, l'elaborazione in batch è abbastanza veloce.

A volte l'elaborazione batch non è abbastanza veloce. I metodi di elaborazione in tempo reale gestiscono i dati quando richiedono un turn-around istantaneo. Se qualcuno acquista un biglietto aereo o cancella una prenotazione, ad esempio, la compagnia aerea deve aggiornare immediatamente i suoi record. Un sistema radar deve fornire al suo operatore un feedback immediato su ciò che rileva; un bancomat deve elaborare prontamente la tua richiesta di denaro. Laddove l'elaborazione batch gestisce grandi carichi di dati in orari specificati, l'elaborazione in tempo reale è continua.

Il data mining prende i dati da più fonti e pool e li combina per cercare correlazioni. Ad esempio, una catena di supermercati potrebbe analizzare gli acquisti dei clienti e scoprire che i clienti che acquistano cereali spesso acquistano banane per accompagnarli. La catena può utilizzare tali informazioni per aumentare le vendite, magari posizionando le banane vicino al cereale per incoraggiare più acquisti congiunti. La catena può anche tenere traccia degli articoli che vendono meglio quando il negozio offre coupon o tiene saldi.

L'elaborazione statistica comporta una pesante elaborazione di numeri. Un'azienda che sa di essere impegnata il venerdì può utilizzare l'elaborazione statistica per calcolare l'effetto di diverse variabili. Parte della fretta potrebbe essere dovuta a clienti con richieste dell'ultimo minuto, ad esempio, mentre un'altra parte potrebbe essere il risultato di dipendenti che rallentano all'inizio della settimana. Conoscere la causa aiuta l'azienda a far fronte alla fretta. Le statistiche facilitano inoltre il confronto dei dati di aziende di dimensioni diverse o città di dimensioni diverse.