Agregacja

Agregacja
Polecane artykuły


Agregacja (z łac.aggregatio) - jest to proces scalania elementów w jedną całość, jak i również stan agregacji tych elementów. Efektem agregacji jest agregat, czyli całość powstała poprzez połączenie różnorodnych elementów [1].

Wieloaspektową definicję agregacji przedstawia Tadeusz Bołt, który stwierdza, że jest to "proces łączenia poszczególnych jednostek populacji i późniejsze przekształcenie wartości realizacji każdej wyróżnionej cechy poszczególnych jednostek w jedną wartość odnoszącą się do populacji elementów”. Bołt uzupełnia definicję, dodając, że potrzeba agregacji nieustannie ma miejsce, wtedy gdy decyzje, które są podejmowane odnoszą się nie do pojedynczych jednostek, a do zbiorowości jednostek formujących populację statyczną. Przedstawia temat spójności agregacji, który powstanie gdy wyniki wykonanej analizy problemu bazujących na zagregowanych informacjach będą jednakowe z wynikami opartymi o niezagregowane dane [2].

John Green skupia się bardziej na wymiarze liczbowym i ekonomicznym. Według Greena agregacja to proces, z powodu którego część osiągalnych danych niezbędnych do rozwiązania problemu zostaje poświęcona, aby ułatwić rozwiązanie problemu. Podkreśla również, że wykorzystanie agregacji jest niezbędne, gdy koszt przetwarzania bardziej istotnych danych w badaniu jest większy od wiarygodności wyniku badania [3].

Aspekty agregacji

Jeśli mamy do czynienia z danymi statystycznymi w postaci jedno - lub wielowymiarowych szeregów czasowych to stosuje się jedną lub wielowymiarową serię profili lub profile i szeregi czasowe, aby przedstawić w jaki sposób formuje się dane zjawisko, można zrównać agregację z sumowaniem.

Zależnie od koncepcji agregacja może być rozważana w trzech aspektach [4]:

  • merytorycznym
  • przestrzennym
  • czasowym

Merytoryczna agregacja - ma miejsce wtedy, gdy dane obrazujące badane zdarzenie są dodawane w obiektach.

Przestrzenna agregacja - dotyczy sumowania danych z mniejszych powierzchni geograficznych do danych z większych powierzchni.

Agregacja czasu - pojawia się wtedy, gdy dane (jednak tylko te w formie strumienia) o znacznej częstotliwości pomiarowej są dodawane do danych mających niższą częstotliwość pomiarową [5].

S. Bartosiewicz wskazuje, że zmienne mające charakter strumieni poddane są sumowaniu w procesie agregacji, natomiast dane o charakterze zasobów zostają poddane średniowaniu. Bartosiewicz zwraca uwagę, że najbardziej uciążliwa jest agregacja zmiennych niejednorodnych rzeczowo. Najczęściej stosowanym sposobem agregowania tych zmiennych jest użycie przeliczników, zwanych jednostkami umownymi. Przykładowo, jeżeli posiadamy niejednorodne wyroby, aby obliczyć ich wartość, posługujemy się cenami odrębnych wyrobów, w tym wypadku ceny stają się przelicznikami (jednostkami umownymi) [6].

Agregacja dóbr

Agregacja dóbr opiera się na tym, że używamy pewnych pojęć ogólnych, nieuwzględniających różnic asortymentowych sprzedawanych dóbr. Na przykład mówiąc “mięso” pomijamy fakt, że nie jest to grupa jednorodna, a możemy przecież wyróżnić mięso drobiowe, wołowe, wieprzowe itp. W przypadku agregacji dóbr, mówi się o niskim lub wysokim stopniu agregacji. Nie używa się wielkościowych pojęć ekonomicznych jak “mikroekonomiczny” i “makroekonomiczny” [7].

Agregacja finansowa i jej korzyści

Agregacja finansowa opisywana jest jako usługa, polegająca na gromadzeniu danych finansowych wywodzących się z licznych źródeł, prezentowaniu ich przejrzyście na ekranie odbiorcy oraz podawaniu analizie tych danych [8]. Madnick i Siegel przedstawiają trzy najistotniejsze cechy agregatorów internetowych:

  • przejrzystość informacji (access transparency) – wgląd klienta do danych o produktach i dostawcach
  • przejrzystość kontekstowa (contextual transparency) – instrument służący dokonywaniu zestawieniu instytucji i ich usług;
  • analiza (analysis) – umożliwia opierając się na analizach dokonać połączenia wartości dodanej informacji [9].

Z powyższych właściwości agregacji internetowej wynikają poniższe zalety agregatorów finansowych:

  • scalenie informacji finansowych, a także udzielenie interpretacji, która opiera się na oznaczeniu i kontekście gromadzonych informacji
  • wykrywanie danych z wszelakich miejsc w Internecie, dzięki wykorzystaniu nowych technologii
  • gromadzenie i prezentacja danych finansowych na tym samym ekranie, np. wykaz bieżących rachunków [10].

Bibliografia

  • Bartosiewicz S. (1978), Ekonometria. Technologia ekonometrycznego przetwarzania informacji, PWE, Warszawa
  • Bołt T.W., Krauze K., Kulawczuk T.(1985), Agregacja modeli ekonometrycznych, PWE, Warszawa.
  • Dittmann P. (2000), Metody prognozowania sprzedaży w przedsiębiorstwie, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław.
  • Fujii H., Okano T., Madnick S., Siegel M.(July 2002), E-Aggregation, The Present and Future of Online Financial Services in Asia-Pacific MIT Sloan Working Paper No. 4405-02; CISL Working Paper No. 2002-06.
  • Green H.A.J.(1964), Aggregation in Economic Analysis. An Introductory Survey, Princeton University Press, New Jersey.
  • Madnick S., Siegel M.(March 2002), Seizing the Opportunity, Exploiting Web Aggregation, MISQ Executive,
  • Marcinkowska Monika (2010), Internetowe innowacje finansowe: Agregatowy i aukcje finansowe, “Acta Universitatis Lodziensis. Folia Oeconomica” nr 233/2010
  • Matusiak Joanna (2012), Ekstrakcja i agregacja zawartości stron internetowych na przykładzie portali pracy, “Zeszyty Naukowe Uniwersytetu Szczecińskiego” nr 733, Studia Informatica nr 30
  • Pawłowski Z.(1978), Ekonometria, PWN, Warszawa
  • Sibińska Anna (2012), Agregacja usług finansowych. Trendy i kierunki rozwoju elektronicznych finansów osobistych, "Zeszyty Naukowe Uniwersytetu Szczecińskiego nr 702. Ekonomiczne Problemy Usług", nr 87 Gospodarka elektroniczna: wyzwania rozwojowe, T. 1.
  • Słownik 100 tysięcy potrzebnych słów, ed. J. Bralczyk, PWN, Warszawa 2005
  • Szabela-Pasierbińska Ewa (2011), The role of data aggeegation in the process of selecting a sales forecasting method. Ekonometria 32:69-82., Wrocław
  • Żwirbla Adam (2008), Metody analizy progu rentowności produkcji wieloasortymentowej, "Zeszyty Teoretyczne Rachunkowości" 46:165-203, Warszawa

Przypisy

  1. Słownik 100 tysięcy potrzebnych słów(2005), ed. J. Bralczyk, PWN, Warszawa, s. 6
  2. Bołt T.W., Krauze K., Kulawczuk T.(1985), Agregacja modeli ekonometrycznych, PWE, Warszawa, s. 16-17
  3. Green H.A.J.(1964), Aggregation in Economic Analysis. An Introductory Survey, Princeton University Press, New Jersey, s. 3
  4. Dittmann P.(2000), Metody prognozowania sprzedaży w przedsiębiorstwie, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, s. 43
  5. Szabela-Pasierbińska Ewa (2011), The role of data aggeegation in the process of selecting a sales forecasting method. Ekonometria 32:69-82., Wrocław, s. 10
  6. Bartosiewicz S. (1978), Ekonometria. Technologia ekonometrycznego przetwarzania informacji, PWE, Warszawa, s. 56
  7. Pawłowski Z.(1978), Ekonometria, PWN, Warszawa, s. 254
  8. Fujii H., Okano T., Madnick S, Siegel M.(July 2002), E-Aggregation, The Present and Future of Online Financial Services in Asia-Pacific MIT Sloan Working Paper No. 4405–02; CISL Working Paper No. 2002–06.
  9. Madnick S., Siegel M.(March 2002), Seizing the Opportunity, Exploiting Web Aggregation, MISQ Executive, s. 1–12.
  10. Sibińska Anna (2012), Agregacja usług finansowych. Trendy i kierunki rozwoju elektronicznych finansów osobistych, "Zeszyty Naukowe Uniwersytetu Szczecińskiego" nr 702. Ekonomiczne Problemy Usług nr 87 Gospodarka elektroniczna: wyzwania rozwojowe. T. 1, s. 567


Autor: Magdalena Kurcz