Hvad er informationshøsting?

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

Computere er centrale for informationshøsting. Minedrift af store mængder data fra kundeposter, onlinedatabaser eller internationale detailregistre kan tage år at samle, sammenfatte og kategorisere på papir. Datamining software-produkter og andre metoder til inkorporering af automatiseret sortering via en computer muliggør hurtigere og mere nøjagtig behandling af store mængder information. For eksempel kan automatiseret høst af information spore, sortere og sammenfatte shoppingvaner hos hundreder af tusinder af kunder på forskellige nationale detailvirksomheder inden for et øjeblik.

Økonomiske undersøgelser og udvikling af markedsføringsstrategier er de to mest almindelige anvendelser af informationsteknologi. Et universitet eller et regeringsorgan kan for eksempel indsamle og samle tusinder af oplysninger om specifikke brancher, såsom fremstilling. Ved hjælp af informationsteknologi kan forskningsgrupper se økonomiske tendenser som gennemsnitlige råvarepriser, stigninger i produktionen af ​​visse produkter, historiske data om produktionstider eller endda tendenser i import og eksport af specifikke varer.

Marketingfolk og detailhandlere bruger data mining og andre informationshøstemetoder for at få øje på tendenser i shoppingvaner, omkostninger til solgte varer og lagerniveauer for blot at nævne nogle få anvendelser. Specifik information, f.eks. Hvilken ugedag de fleste mænd handler, eller antallet af gange, som den gennemsnitlige familie beskytter en lokal købmandsforretning, kan give værdifulde oplysninger til butikkejere og marketingfolk. Baseret på denne type information kan salgsbegivenheder, kundebelønningsprogrammer og prisstrategier udvikles og planlægges for at maksimere effektiviteten og succes.

Identificering af tendenser og mønstre inden for store mængder information samt etablering af forhold mellem forskellige data hjælper med at samle meningsfulde historiske data til brug i forudsigelse af fremtidig præstation. Transaktionsdata, såsom computeriserede salgsregistre eller regnskabsoplysninger, er en type data, der ofte bruges til indsamling af oplysninger, når de anvendes til en enkelt virksomhed. Industridata, såsom salg i hele branchen, lokale markedsprognoser og indkøb af råvarer er alle typer data, der bruges til storskala informationshøsting. Typisk udføres store mining-projekter af finansielle eller økonomiske analytikere for at få øje på industrielle eller nationale tendenser.