Metode obdelave podatkov

Najboljši podatki v vesolju niso veliko uporabni, če niso obdelani. Obdelava podatkov se nanaša na metode, ki vzamejo neobdelane podatke in jih pretvorijo v uporabne informacije. Papir in svinčnik lahko delujeta, vendar se v 21. stoletju analiza podatkov običajno opira na računalnike. Za računalniško obdelavo podatkov jih je treba zbrati, preveriti točnost in najprej vnesti v računalnik.

Paketna obdelava je grunt work, najpreprostejša oblika obdelave podatkov. Koristno je, če ima organizacija veliko količino podatkov, ki jih je mogoče združiti v eno ali dve kategoriji. Trgovina lahko na primer paketno obdela svoje transakcije ob koncu dneva ali tedna in rezultate pošlje na sedež. Če informacij ni treba posodobiti za vsako spremembo, je paketna obdelava dovolj hitra.

Včasih paketna obdelava ni dovolj hitra. Metode obdelave v realnem času obdelujejo podatke, ko to zahteva takojšen preobrat. Če nekdo na primer kupi letalsko vozovnico ali prekliče rezervacijo, mora letalska družba nemudoma posodobiti svojo evidenco. Radarski sistem mora svojemu operaterju dati takojšnjo povratno informacijo o tem, kaj zazna; bankomat mora vašo zahtevo za denar nemudoma obdelati. Kjer paketna obdelava obravnava velike obremenitve podatkov ob določenem času, je obdelava v realnem času neprekinjena.

Podatkovno rudarjenje zajema podatke iz več virov in združenj ter jih združuje, da išče korelacije. Na primer, veriga živil bi lahko analizirala nakupe strank in ugotovila, da stranke, ki kupujejo žitarice, pogosto kupujejo banane. Veriga lahko te informacije uporabi za povečanje prodaje, morda tako, da postavi banane blizu žit, da spodbudi več skupnih nakupov. Veriga lahko tudi spremlja, kateri artikli se bolje prodajajo, ko trgovina ponuja kupone ali zadrži prodajo.

Statistična obdelava vključuje močno krčenje številk. Podjetje, ki ve, da je v petek zaposleno, lahko s statistično obdelavo izračuna učinek različnih spremenljivk. Nekaj ​​​​naglice je lahko na primer posledica strank z zahtevami v zadnjem trenutku, drugi del pa je lahko posledica odpuščanja zaposlenih v začetku tedna. Poznavanje vzroka pomaga podjetju pri soočanju z naglico. Statistični podatki olajšajo tudi primerjavo podatkov različnih podjetij ali mest različnih velikosti.