Was ist Information Harvesting?
Information Harvesting, in bestimmten Branchen besser bekannt als Data Mining, ist eine Methode zum Sammeln und Qualifizieren großer Mengen von gedruckten und digitalisierten Informationen. Ein großer Teil des Information Harvestings beruht auf der Analyse von Daten. Durch das Sammeln, Kategorisieren und Zusammenfassen von Informationen können Benutzer Beziehungen und Trends ermitteln, die ansonsten möglicherweise unbemerkt bleiben. Diese Informationen sind nützlich für Marketingfachleute, Forscher, Einzelhandelsgeschäftsinhaber, Marktanalysten, Buchhaltungsfachleute und zahlreiche andere Fachleute, Unternehmen und Statistiker.
Computer spielen beim Sammeln von Informationen eine zentrale Rolle. Es kann Jahre dauern, bis große Datenmengen aus Kundenunterlagen, Online-Datenbanken oder internationalen Einzelhandelsunterlagen erfasst, zusammengefasst und in Papierform kategorisiert werden. Data Mining-Softwareprodukte und andere Methoden zur Integration der automatischen Sortierung über einen Computer ermöglichen eine schnellere und genauere Verarbeitung großer Informationsmengen. Beispielsweise kann das automatisierte Sammeln von Informationen die Einkaufsgewohnheiten von Hunderttausenden von Kunden in verschiedenen nationalen Einzelhandelsunternehmen in wenigen Augenblicken nachverfolgen, sortieren und zusammenfassen.
Wirtschaftsstudien und die Entwicklung von Marketingstrategien sind die beiden häufigsten Anwendungen der Information Harvesting-Technologie. Beispielsweise kann eine Universität oder eine Regierungsbehörde Tausende von Informationen über bestimmte Branchen wie das verarbeitende Gewerbe sammeln und zusammenfassen. Mithilfe der Information Harvesting-Technologie können Forschungsgruppen wirtschaftliche Trends wie durchschnittliche Rohstoffpreise, Aufschwung bei der Produktion bestimmter Produkte, historische Daten zu Herstellungszeiten oder sogar Trends bei Importen und Exporten bestimmter Waren erkennen.
Marketingfachleute und Einzelhändler verwenden Data Mining und andere Methoden zum Sammeln von Informationen, um Trends bei Einkaufsgewohnheiten, Verkaufskosten und Lagerbeständen zu erkennen, um nur einige Verwendungszwecke zu nennen. Bestimmte Informationen, wie der Wochentag, an dem die meisten Männer einkaufen, oder die Häufigkeit, mit der die durchschnittliche Familie ein lokales Lebensmittelgeschäft besucht, können Geschäftsinhabern und Marketingfachleuten wertvolle Informationen liefern. Basierend auf diesen Informationen können Verkaufsveranstaltungen, Kundenprämienprogramme und Preisstrategien entwickelt und geplant werden, um die Effektivität und den Erfolg zu maximieren.
Das Erkennen von Trends und Mustern in großen Informationsmengen sowie das Herstellen von Beziehungen zwischen verschiedenen Daten unterstützen das Zusammenstellen aussagekräftiger historischer Daten zur Vorhersage der zukünftigen Leistung. Transaktionsdaten, wie beispielsweise computergestützte Verkaufsunterlagen oder Buchhaltungsinformationen, sind eine Art von Daten, die häufig für die Informationserfassung bei der Anwendung auf ein einzelnes Unternehmen verwendet werden. Branchendaten wie branchenweite Verkäufe, lokale Marktprognosen und Rohwarenkäufe sind alle Arten von Daten, die für das Sammeln von Informationen in großem Maßstab verwendet werden. In der Regel werden Data-Mining-Großprojekte von Finanz- oder Wirtschaftsanalysten durchgeführt, um industrielle oder nationale Trends zu erkennen.