שיטות עיבוד נתונים

הנתונים הטובים ביותר ביקום אינם מועילים הרבה אם הם לא מעובדים. עיבוד נתונים מתייחס לשיטות שלוקחות את הנתונים הגולמיים והופכות אותם למידע שמיש. נייר ועיפרון יכולים לעבוד, אבל במאה ה-21, ניתוח נתונים מסתמך בדרך כלל על מחשבים. כדי לעבד נתונים באמצעות מחשב, יש לאסוף אותם, לבדוק את דיוקם ולהזין אותם למחשב תחילה.

עיבוד אצווה הוא עבודת גרוט, הצורה הפשוטה ביותר של עיבוד נתונים. זה שימושי כאשר לארגון יש נפח גדול של נתונים שניתן לחלק לקטגוריה אחת או שתיים. חנות, למשל, יכולה לעבד את העסקאות שלה בסוף היום או השבוע, ולשלוח את התוצאות למשרד הראשי. אם המידע לא צריך להתעדכן עבור כל שינוי, עיבוד אצווה מהיר מספיק.

לפעמים עיבוד אצווה אינו מהיר מספיק. שיטות עיבוד בזמן אמת מטפלות בנתונים כאשר הם דורשים מהפך מיידי. אם מישהו קונה כרטיס טיסה או מבטל הזמנה, למשל, חברת התעופה צריכה לעדכן את הרשומות שלה באופן מיידי. מערכת מכ"ם צריכה לתת למפעיל שלה משוב מיידי על מה שהיא מזהה; כספומט צריך לעבד את בקשתך לכסף באופן מיידי. כאשר עיבוד אצווה מטפל בעומסים גדולים של נתונים בזמנים מוגדרים, העיבוד בזמן אמת הוא רציף.

כריית נתונים לוקחת נתונים ממספר מקורות ומאגרים ומשלבת אותם כדי לחפש מתאמים. לדוגמה, רשת מכולת עשויה לנתח את הרכישות של הלקוחות ולגלות שלקוחות שקונים דגני בוקר קונים לעתים קרובות בננות. הרשת יכולה להשתמש במידע הזה כדי להגדיל את המכירות, אולי על ידי הצבת בננות קרוב לדגנים כדי לעודד יותר רכישות משותפות. הרשת יכולה גם לעקוב אילו פריטים נמכרים יותר כאשר החנות מציעה קופונים או מקיימת מכירות.

עיבוד סטטיסטי כרוך בקריסת מספרים כבדה. חברה שיודעת שהיא עמוסה ביום שישי יכולה להשתמש בעיבוד סטטיסטי כדי לחשב את ההשפעה של משתנים שונים. ייתכן שחלק מהעומס נובע מלקוחות עם בקשות של הרגע האחרון, למשל, בעוד שחלק אחר עשוי להיות תוצאה של התרופפות עובדים בתחילת השבוע. הכרת הסיבה עוזרת לחברה להתמודד עם הבלאגן. סטטיסטיקה גם מקלה על השוואת נתונים מחברות בגדלים שונים או מערים בגדלים שונים.