Hvad er informationshøstning?

Informationshøstning, bedre kendt i visse brancher som datamining, er en metode til at indsamle og kvalificere store mængder af både papirkopi og digitaliseret information. En stor del af informationshøsten hviler i analysen af ​​data. Ved at indsamle, kategorisere og sammenfatte oplysninger kan brugerne bestemme forhold og tendenser, der ellers kan gå upåagtet hen. Sådanne oplysninger er nyttige for markedsføringsfolk, forskere, detailbutikejere, markedsanalytikere, regnskabsfolk og adskillige andre fagfolk, forretningsenheder og statistikere.

computere er centrale for høst af information. Minedrift af store mængder data fra kundeposter, online databaser eller internationale detailregistre kan tage år at indsamle, opsummere og kategorisere på papir. Data mining softwareprodukter og andre metoder til at inkorporere automatiseret sortering via en computer giver mulighed for hurtigere og mere nøjagtig behandling af store mængder information. For eksempel, automatiseret informationshøstning kan spore, sortere og opsummere shoppingvaner hos hundreder af tusinder af kunder ved forskellige nationale detailvirksomheder inden for få øjeblikke.

Økonomiske studier og udvikling af markedsføringsstrategier er de to mest almindelige anvendelser af informationshøstteknologi. Et universitets- eller regeringsagentur kan for eksempel indsamle og samle tusinder af informationsbits om specifikke brancher, såsom fremstilling. Ved hjælp af informationshøstteknologi kan forskningsgrupper se økonomiske tendenser såsom gennemsnitlige råmaterialepriser, opsving i produktionen af ​​visse produkter, historiske data om produktionstider eller endda tendenser inden for import og eksport af specifikke varer.

Markedsføringsfolk og detailhandlere bruger data mining og andre informationshøstningsmetoder til at få øje på tendenser inden for shoppingvaner, omkostninger til solgte varer og lagerbeholdning LEvels, for kun at nævne nogle få anvendelser. Specifikke oplysninger, såsom hvilken ugedag de fleste mænd, der handler, eller antallet af gange, hvor den gennemsnitlige familie nedlatende, en lokal købmand, kan give værdifuld information til butiksejere og marketingfolk. Baseret på denne type oplysninger kan salgsbegivenheder, kundebelønningsprogrammer og prisstrategier udvikles og planlægges at maksimere effektiviteten og succesen.

Identificering af tendenser og mønstre inden for store mængder information samt etablering af forhold mellem forskellige data hjælper med at udarbejde meningsfulde historiske data til brug til at forudsige fremtidig ydeevne. Transaktionsdata, såsom edb -salgsregistre eller regnskabsoplysninger, er en type data, der ofte bruges til informationshøstning, når den anvendes til en enkelt virksomhed. Industridata, såsom industriomfattende salg, lokale markedsprognoser og køb af råvarer, er alle typer data, der bruges til storstilet informationshøstning. Typisk stor-Skala -data miningprojekter udføres af økonomiske eller økonomiske analytikere for at få øje på industrielle eller nationale tendenser.