Metódy spracovania dát

Najlepšie údaje vo vesmíre nie sú príliš užitočné, ak nie sú spracované. Spracovanie údajov sa týka metód, ktoré berú nespracované údaje a menia ich na použiteľné informácie. Papier a ceruzka môžu fungovať, ale v 21. storočí sa analýza údajov zvyčajne spolieha na počítače. Na spracovanie údajov počítačom je potrebné ich najprv zozbierať, skontrolovať na presnosť a vložiť ich do počítača.

Dávkové spracovanie je grunt work, najjednoduchšia forma spracovania dát. Je to užitočné, keď má organizácia veľký objem údajov, ktoré možno zoskupiť do jednej alebo dvoch kategórií. Napríklad obchod môže hromadne spracovať svoje transakcie na konci dňa alebo týždňa a odoslať výsledky do centrály. Ak sa informácie nemusia aktualizovať pri každej zmene, dávkové spracovanie je dostatočne rýchle.

Dávkové spracovanie niekedy nie je dostatočne rýchle. Metódy spracovania v reálnom čase spracovávajú údaje, keď si to vyžaduje okamžitý obrat. Ak si napríklad niekto kúpi letenku alebo zruší rezerváciu, letecká spoločnosť musí okamžite aktualizovať svoje záznamy. Radarový systém musí dať svojmu operátorovi okamžitú spätnú väzbu o tom, čo zistí; bankomat musí vašu žiadosť o peniaze spracovať okamžite. Ak dávkové spracovanie spracováva veľké množstvo údajov v určených časoch, spracovanie v reálnom čase je nepretržité.

Data mining berie údaje z viacerých zdrojov a oblastí a kombinuje ich, aby hľadal korelácie. Napríklad reťazec potravín môže analyzovať nákupy zákazníkov a zistiť, že zákazníci, ktorí kupujú cereálie, si k tomu často kupujú banány. Reťazec môže tieto informácie použiť na zvýšenie predaja, napríklad umiestnením banánov blízko obilnín, aby podporili viac spoločných nákupov. Reťazec môže tiež sledovať, ktoré položky sa predávajú lepšie, keď obchod ponúka kupóny alebo drží výpredaje.

Štatistické spracovanie zahŕňa veľké lámanie čísel. Spoločnosť, ktorá vie, že je v piatok zaneprázdnená, môže použiť štatistické spracovanie na výpočet vplyvu rôznych premenných. Časť zhonu môže byť spôsobená napríklad zákazníkmi s požiadavkami na poslednú chvíľu, zatiaľ čo iná časť môže byť výsledkom toho, že zamestnanci prestali pracovať na začiatku týždňa. Poznanie príčiny pomáha spoločnosti vyrovnať sa so zhonom. Štatistiky tiež uľahčujú porovnávanie údajov z rôznych veľkých spoločností alebo miest rôznej veľkosti.