Dane: Różnice pomiędzy wersjami
Z Encyklopedia Zarządzania
m (cleanup bibliografii i rotten links) |
m (cleanup bibliografii i rotten links) |
||
| (Nie pokazano 11 wersji utworzonych przez 2 użytkowników) | |||
| Linia 1: | Linia 1: | ||
'''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, [[proces]]ów, 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 [[użytkownik informacji|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]]. | |||
Dane nie są uporządkowane, przetworzone ani połączone zgodnie z celem i z zadaniami [[użytkownik informacji|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 | |||
==TL;DR== | ==TL;DR== | ||
| Linia 25: | Linia 8: | ||
==Kategorie danych== | ==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) | 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) | ||
<google>n</google> | |||
==Źródła danych== | ==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:<ref>Czekaj J., | 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:<ref>Czekaj J., 2012</ref> | ||
* ze względu na rodzaj wyróżniamy źródła tradycyjne (rozmowa telefoniczna, rozmowa bezpośrednia, źródła papierowe) i elektroniczne (dane w formie plików) | * 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) | * ze względu na pochodzenie zasobów wyróżniamy źródła własne (rejestracja własnych zdarzeń) i obce (opisujące zdarzenia zachodzące w otoczeniu) | ||
| Linia 37: | Linia 22: | ||
==Big Data: nowe źródło przewag i wzrostu firm== | ==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. | '''[[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":<ref>Płoszajski P. (2013). | Charakteryzując zbiory Big Data mówimy o tzw. "trzech V":<ref>Płoszajski P. (2013).</ref> | ||
*''Volume''(ilość): duże dane zaczynają się od petabajtów | * ''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 | * ''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 | * ''[[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. | 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:<ref>Płoszajski P. (2013). | Przetwarzanie wielkich danych tworzy [[wartość]] przez:<ref>Płoszajski P. (2013). </ref> | ||
* czynienie informacji przejrzystymi i dostępnymi z większą częstotliwością, | * 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 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 | * tworzenie precyzyjniejszych nisz klienckich i lepiej dopasowanych do nich produktów i usług, | ||
* wspomaganie rozwoju następnych generacji produktów i usług, | * wspomaganie rozwoju następnych generacji produktów i usług, | ||
* prowadzenie kontrolowanych eksperymentów. | * prowadzenie kontrolowanych eksperymentów. | ||
==Hierarchia pojęć poznawczych== | ==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). | 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). | ||
[[Plik:DIKW.jpg|300px|right|thumb|Rys. 1 Piramida informacji, źródło:opracowanie własne]] | [[Plik:DIKW.jpg|300px|right|thumb|Rys. 1 Piramida informacji, źródło:opracowanie własne]] | ||
{{infobox5|list1={{i5link|a=[[Informacja]]}} — {{i5link|a=[[Wyszukiwarka internetowa]]}} — {{i5link|a=[[Metadane]]}} — {{i5link|a=[[Rodzaje informacji]]}} — {{i5link|a=[[Archiwum]]}} — {{i5link|a=[[Business intelligence]]}} — {{i5link|a=[[Agregacja]]}} — {{i5link|a=[[Potrzeby informacyjne]]}} — {{i5link|a=[[Przetwarzanie informacji]]}} }} | |||
==Przypisy== | ==Przypisy== | ||
| Linia 65: | Linia 50: | ||
==Bibliografia== | ==Bibliografia== | ||
<noautolinks> | <noautolinks> | ||
* Czekaj J., ''Podstawy zarządzania informacją'', Wydawnictwo Uniwersytetu Ekonomicznego, Kraków | * Czekaj J. (2012), ''Podstawy zarządzania informacją'', Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie, Kraków | ||
* Grabowski M., Zając A. ( | * Grabowski M., Zając A. (2009), ''Dane, informacja, wiedza - próba definicji'', Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie, nr 798 | ||
* Ochman J., ''Integracja w systemach informatycznych zarządzania'', PWE, Warszawa | * Ochman J. (1992), ''Integracja w systemach informatycznych zarządzania'', PWE, Warszawa | ||
* Płoszajski P. (2013) | * Płoszajski P. (2013), ''[https://www.e-mentor.edu.pl/artykul/index/numer/50/id/1016 Big Data: nowe źródło przewag i wzrostu firm]'', E-mentor nr 3 (50) | ||
* Stefanowicz B., ''Informacja'', Szkoła Główna Handlowa - Oficyna Wydawnicza, Warszawa | * Stefanowicz B. (2010), ''Informacja'', Szkoła Główna Handlowa - Oficyna Wydawnicza, Warszawa | ||
* Wilk J., Pełka M. (2013) | * Wilk J., Pełka M. (2013), ''Analiza skupień - dane symboliczne a dane klasyczne'', Acta Universitatis Lodziensis. Folia Oeconomica, nr 286 | ||
* Woźniak K. (2005), ''System informacji menedżerskiej jako instrument zarządzania strategicznego w firmie'', praca doktorska, Akademia Ekonomiczna w Krakowie, Kraków | * Woźniak K. (2005), ''System informacji menedżerskiej jako instrument zarządzania strategicznego w firmie'', praca doktorska, Akademia Ekonomiczna w Krakowie, Kraków | ||
</noautolinks> | </noautolinks> | ||
Aktualna wersja na dzień 01:42, 5 sty 2024
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:[1]
- 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":[2]
- 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:[3]
- 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 usług,
- 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).
| Dane — artykuły polecane |
| Informacja — Wyszukiwarka internetowa — Metadane — Rodzaje informacji — Archiwum — Business intelligence — Agregacja — Potrzeby informacyjne — Przetwarzanie informacji |
Przypisy
Bibliografia
- Czekaj J. (2012), Podstawy zarządzania informacją, Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie, Kraków
- Grabowski M., Zając A. (2009), Dane, informacja, wiedza - próba definicji, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie, nr 798
- Ochman J. (1992), Integracja w systemach informatycznych zarządzania, PWE, Warszawa
- Płoszajski P. (2013), Big Data: nowe źródło przewag i wzrostu firm, E-mentor nr 3 (50)
- Stefanowicz B. (2010), Informacja, Szkoła Główna Handlowa - Oficyna Wydawnicza, Warszawa
- Wilk J., Pełka M. (2013), Analiza skupień - dane symboliczne a dane klasyczne, Acta Universitatis Lodziensis. Folia Oeconomica, nr 286
- Woźniak K. (2005), System informacji menedżerskiej jako instrument zarządzania strategicznego w firmie, praca doktorska, Akademia Ekonomiczna w Krakowie, Kraków
Autor: Krzysztof Woźniak, Bartosz Gawor
