데이터 처리 방법

우주 최고의 데이터는 처리되지 않으면 별로 쓸모가 없습니다. 데이터 처리는 원시 데이터를 사용 가능한 정보로 변환하는 방법을 말합니다. 종이와 연필은 가능하지만 21세기에 데이터 분석은 일반적으로 컴퓨터에 의존합니다. 컴퓨터로 데이터를 처리하기 위해서는 먼저 데이터를 수집하고 정확성을 확인하고 컴퓨터에 입력해야 합니다.

일괄 처리는 데이터 처리의 가장 간단한 형태인 그런트 작업입니다. 조직에 하나 또는 두 개의 범주로 묶일 수 있는 대용량 데이터가 있는 경우에 유용합니다. 예를 들어, 상점은 하루 또는 일주일이 끝날 때 트랜잭션을 일괄 처리하여 결과를 본사로 보낼 수 있습니다. 모든 변경 사항에 대해 정보를 업데이트할 필요가 없다면 일괄 처리가 충분히 빠릅니다.

때로는 일괄 처리가 충분히 빠르지 않습니다. 실시간 처리 방식은 즉각적인 전환이 필요한 데이터를 처리합니다. 예를 들어 누군가가 항공권을 구매하거나 예약을 취소하면 항공사는 즉시 기록을 업데이트해야 합니다. 레이더 시스템은 탐지한 내용에 대해 운영자에게 즉각적인 피드백을 제공해야 합니다. ATM은 귀하의 요청을 즉시 처리해야 합니다. 일괄 처리가 지정된 시간에 많은 양의 데이터를 처리하는 경우 실시간 처리는 연속적입니다.

데이터 마이닝은 여러 소스와 풀에서 데이터를 가져와 결합하여 상관 관계를 찾습니다. 예를 들어, 식료품 체인은 고객의 구매를 분석하고 시리얼을 구매하는 고객이 종종 바나나를 함께 구매한다는 것을 발견할 수 있습니다. 체인은 더 ​​많은 공동 구매를 장려하기 위해 바나나를 시리얼 가까이에 배치하여 판매를 늘리기 위해 해당 정보를 사용할 수 있습니다. 체인은 또한 상점이 쿠폰을 제공하거나 판매를 보류할 때 더 잘 팔리는 품목을 추적할 수 있습니다.

통계 처리에는 많은 수의 처리가 포함됩니다. 금요일에 바쁘다는 것을 알고 있는 회사는 통계 처리를 사용하여 다양한 변수의 효과를 계산할 수 있습니다. 예를 들어, 급하게 서두르는 이유 중 일부는 고객이 막바지 요청으로 인해 발생하는 것일 수 있으며 다른 일부는 직원이 주중 일찍 업무를 게을리한 결과일 수 있습니다. 원인을 알면 회사가 급하게 대처하는 데 도움이 됩니다. 또한 통계를 통해 규모가 다른 회사나 도시 규모가 다른 데이터를 더 쉽게 비교할 수 있습니다.