Dane

Dane
Polecane artykuły
Informacja Wyszukiwarka internetowa Metadane Rodzaje informacji Archiwum Business intelligence Agregacja Potrzeby informacyjne Przetwarzanie informacji

Dane zawsze reprezentują fakty. Mogą być one rejestrowane, przetwarzane i przesyłane. Dane przesyła się do odbiorcy w postaci komunikatu, a co za tym idzie każdy komunikat zawiera jakieś dane. Choć dane nie mają znaczenia ani celu, poprzez dobór odpowiednich symboli możemy narzucić lub zasugerować w jaki sposób powinny być one interpretowane. W tym przypadku napis "2017” możemy traktować jako daną, która służy do przekazania więcej niż jednej informacji. Może ona przekazywać informacje o tym, że czas t = 2017 (rok) lub o tym że odległość między dwiema miejscowościami wynosi 2017 (km). Podobnie napis WARSZAWA możemy traktować jako daną oznaczającą stolice naszego kraju, nazwę hotelu w losowym mieście lub markę samochodu.Dane to jedynie zapis dotyczący faktów, procesów, zdarzeń, przekazów przedstawiony w formie odpowiedniej do ich interpretacji, przekazywania, przetwarzania za pomocą wybranych metod.

Dane nie są uporządkowane, przetworzone ani połączone zgodnie z celem i z zadaniami odbiorcy, charakteryzuję one zaszłości (przeszłe zdarzenia). Dane często błędnie mylone są z informacjami, a są to pojęcia o dwóch różnych poziomach. Dane mogą nieść za sobą informację, jeżeli zostaną dobrze obrobione oraz ustrukturyzowane – zostaną wykorzystane do zbudowania określonych komunikatów. Dane są poziomem niższym od informacji, dlatego terminy te nie mogą być stosowane zamiennie, jako synonimy. Poziom wyższy od informacji i danych stanowi wiedza.

TL;DR

Artykuł omawia różne kategorie danych, źródła danych oraz zjawisko Big Data. Przedstawia również hierarchię pojęć poznawczych - dane, informacje, wiedza i mądrość.

Kategorie danych

Wyróżnić można wiele różnych kategorii danych, i tak w odniesieniu do formy danych możemy określić dane: alfabetyczne (tekstowe), numeryczne, alfanumeryczne. Mówiąc o sposobie opisu zjawiska: dane identyfikujące i kwantyfikujące. W zależności od ich struktury mamy do czynienia z danymi prostymi i złożonymi. Ze względu na miejsce w procesie przetwarzania, występują dane: wejściowe, wewnętrzne (systemowe) i wyjściowe. W zależności od stopnia przetworzenia danych, występują dane: źródłowe, pośrednie, wynikowe. Oceniając funkcje danych w procesie ich przetwarzania, mamy do czynienia z danymi: testującymi, aktualizującymi, parametryzującymi i sterującymi (J. Ochman 1992, s. 28-29)

Źródła danych

Za źródła danych uważa się wszelkiego typu procesy, zdarzenia oraz zjawiska, które można zarejestrować w zbiorach informacyjnych, a także zasoby informacyjne, które podmiot może wykorzystać do prowadzenia działalności. Istnieje wiele kryteriów podziału źródeł danych:

• ze względu na rodzaj wyróżniamy źródła tradycyjne (rozmowa telefoniczna, rozmowa bezpośrednia, źródła papierowe) i elektroniczne (dane w formie plików)
• ze względu na pochodzenie zasobów wyróżniamy źródła własne (rejestracja własnych zdarzeń) i obce (opisujące zdarzenia zachodzące w otoczeniu)
• za względu na pewność źródła wyróżniamy pewne (takie które zawierają tylko dane prawdziwe) i niepewne (takie które nie dają pełnego zaufania)
• ze względu na poziom agregacji zasobów określa się źródła jako pierwotne (dane nieprzetworzone) i zagregowane (dane przetworzone)
• ze względu na kryterium legalności, związane ze sposobem pozyskiwania danych wyróżniamy źródła legalne i nielegalne
• ze względu na kryterium typu zgromadzonych zasobów wyróżniamy dane (opis zdarzeń) i wiedzę (analizy, ekspertyzy)
• ze względu na dostępność wyróżniamy źródła zamknięte (tylko dla konkretnych użytkowników) i otwarte (takie które są dostępne powszechnie)

Big Data: nowe źródło przewag i wzrostu firm

Big data jest terminem odnoszącym się do dużych i różnorodnych zbiorów danych, których przetwarzanie i analiza jest procesem złożonym oraz trudnym, ale wartościowym ze względu na możliwość pozyskania nowej wiedzy. Dane zawarte w Big Data pochodzą z różnych źródeł: m.in. transakcji kupna/sprzedaży, postów w sieciach społecznościowych, sensorów meteorologicznych, cyfrowych zdjęć i plików wideo, sygnałów GPS z telefonów komórkowych, publicznych baz danych.

Charakteryzując zbiory Big Data mówimy o tzw. "trzech V":

• Volume(ilość): duże dane zaczynają się od petabajtów
• Variety(różnorodność): mowa tutaj o różnych typach danych i plików, dla których tradycyjne bazy danych są niedostosowane, np.: logowania w portalach społecznościowych, pliki wideo i dźwiękowe, linki tekstowe
• Velocity(szybkość): prędkość aktualizacji danych

Dawniej dane były trudne do zdobycia, a ich analiza pracochłonna oraz bardzo kosztowna, dlatego firmy musiały wybierać jakie dane są im potrzebne. Obecnie zbieranie, analiza i magazynowanie danych jest bardzo tanie. Przetwarzanie danych staje się obecnie jednym z najtańszych zasobów, który może rozwiązywać problemy zarządzania.

Przetwarzanie wielkich danych tworzy wartość przez:

• czynienie informacji przejrzystymi i dostępnymi z większą częstotliwością,
• tworzenie i składowanie większej liczby informacji o transakcjach w formie cyfrowej dla lepszego badania efektywności działań,
• tworzenie precyzyjniejszych nisz klienckich i lepiej dopasowanych do nich produktów i usług8,
• wspomaganie rozwoju następnych generacji produktów i usług,
• prowadzenie kontrolowanych eksperymentów.

Hierarchia pojęć poznawczych

Pojęcie danych, informacji i wiedzy są terminami trudno definiowalnymi z uwagi na swój pierwotny charakter. Pojęciami wyżej wymienionymi szczególnie zajmują się dwie dziedziny: zarządzanie wiedzą i teoria informacji. W zależności o której mówimy hierarchia pojęć poznawczych nosi nazwę piramidy wiedzy lub piramidy informacji. Możemy spotkać także nazwę DIKW (rys. 1) jest to skrót pochodzący od pierwszych liter poszczególnych słów: data (dane), information (informacja), knowledge (wiedza) oraz wisdom (mądrość).

Rys. 1 Piramida informacji, źródło:opracowanie własne

Bibliografia

• Grabowski M., Zając A. (2010). Dane, informacja, wiedza-próba definicji, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie 798
• Czekaj J., Podstawy zarządzania informacją, Wydawnictwo Uniwersytetu Ekonomicznego, Kraków 2012
• Ochman J., Integracja w systemach informatycznych zarządzania, PWE, Warszawa 1992
• Płoszajski P. (2013). Big Data: nowe źródło przewag i wzrostu firm, E-mentor nr 3 (50)
• Stefanowicz B., Informacja, Szkoła Główna Handlowa - Oficyna Wydawnicza, Warszawa 2010
• Wilk J., Pełka M. (2013). Analiza skupień – dane symboliczne a dane klasyczne, Acta Universitatis Lodziensis. Folia Oeconomica nr 286/2013
• Woźniak K., System informacji menedżerskiej jako instrument zarządzania strategicznego w firmie, praca doktorska, Akademia Ekonomiczna w Krakowie, Kraków 2005

Przypisy

Autor: Krzysztof Woźniak, Bartosz Gawor