Os melhores dados do universo não servem de muito se não forem processados. Processamento de dados refere-se a métodos que transformam dados brutos em informações utilizáveis. Papel e lápis podem funcionar, mas no século 21, a análise de dados geralmente depende de computadores. Para processar dados por computador, eles precisam ser coletados, verificados quanto à precisão e inseridos no computador primeiro.
Processamento em lote é trabalho braçal, a forma mais simples de processamento de dados. É útil quando uma organização tem um grande volume de dados que pode ser agrupado em uma ou duas categorias. Uma loja, por exemplo, pode processar em lote suas transações no final do dia ou da semana, enviando os resultados para a matriz. Se a informação não precisa ser atualizada a cada mudança, o processamento em lote é rápido o suficiente.
Às vezes, o processamento em lote não é rápido o suficiente. Métodos de processamento em tempo real lidam com dados quando exigem retorno instantâneo. Se alguém compra uma passagem aérea ou cancela uma reserva, por exemplo, a companhia aérea precisa atualizar seus registros instantaneamente. Um sistema de radar tem que dar feedback imediato ao operador sobre o que detecta; um caixa eletrônico tem que processar seu pedido de dinheiro prontamente. Enquanto o processamento em lote lida com grandes cargas de dados em horários específicos, o processamento em tempo real é contínuo.
Mineração de dados pega dados de múltiplas fontes e os combina para procurar correlações. Por exemplo, uma rede de supermercados pode analisar compras de clientes e descobrir que clientes que compram cereal frequentemente compram bananas para acompanhar. A rede pode usar essa informação para aumentar vendas, talvez colocando bananas perto do cereal para incentivar compras conjuntas. A rede também pode rastrear quais itens vendem melhor quando a loja oferece cupons ou promoções.
Processamento estatístico envolve cálculos numéricos pesados. Uma empresa que sabe que fica ocupada na sexta-feira pode usar processamento estatístico para calcular o efeito de diferentes variáveis. Parte da pressa pode ser devida a clientes com pedidos de última hora, por exemplo, enquanto outra parte pode ser resultado de funcionários relaxando mais cedo na semana. Conhecer a causa ajuda a empresa a lidar com a pressa. Estatísticas também facilitam comparar dados de empresas de diferentes tamanhos ou cidades de diferentes tamanhos.
Tecnologia Eletrônica © [www.351231.com]
