Vad är informationsskörd?

Informationsskörd, bättre känd i vissa branscher som data mining, är en metod för att samla in och kvalificera stora mängder både papperskopia och digitaliserad information. En stor del av informationsskörden vilar i analysen av data. Genom att samla in, kategorisera och sammanfatta information kan användare bestämma relationer och trender som annars kan bli obemärkt. Sådan information är användbar för marknadsförare, forskare, butiksägare, marknadsanalytiker, bokföringspersonal och många andra yrkesverksamma, affärsenheter och statistiker.

Datorer är centrala för informationsskörd. Gruvdrift stora volymer data från kundregister, onlinedatabaser eller internationella detaljhandelsregister kan ta år att samla in, sammanfatta och kategorisera på papper. Produkter för data mining och andra metoder för att integrera automatiserad sortering via en dator möjliggör snabbare och mer exakt behandling av stora volymer information. Till exempel, Automatiserad informationsskörd kan spåra, sortera och sammanfatta shoppingvanor för hundratusentals kunder på olika nationella detaljhandelsanläggningar inom några ögonblick.

Ekonomiska studier och utveckling av marknadsföringsstrategier är de två vanligaste användningarna av informationsskördsteknik. En universitet eller myndighet, till exempel, kan samla in och samla tusentals bitar av information om specifika industrier, till exempel tillverkning. Med hjälp av informationsskördsteknik kan forskningsgrupper upptäcka ekonomiska trender som genomsnittliga råvarupriser, uppgångar i produktion av vissa produkter, historiska uppgifter om tillverkningstider eller till och med trender i import och export av specifika varor.

Marknadsförare och återförsäljare använder data mining och annan information om skörd av information för att upptäcka trender i shoppingvanor, kostnad för sålda varor och lager LEvels, för att bara nämna några användningsområden. Specifik information, till exempel vilken veckodag som de flesta män handlar, eller antalet gånger den genomsnittliga familjen nedlåtande en lokal livsmedelsbutik kan ge värdefull information till butiksägare och marknadsförare. Baserat på denna typ av information kan försäljningsevenemang, kundbelöningsprogram och prissättningsstrategier utvecklas och planeras för att maximera effektiviteten och framgången.

Identifiera trender och mönster inom stora volymer av information, samt att skapa relationer mellan olika data, hjälper till att sammanställa meningsfulla historiska data för användning för att förutsäga framtida prestanda. Transaktionsdata, såsom datoriserade försäljningsregister eller redovisningsinformation, är en typ av data som vanligtvis används för informationsskörd när de tillämpas på ett enda företag. Branschdata, såsom branschomfattande försäljning, lokala marknadsprognoser och inköp av råvaror är alla typer av data som används för storskalig informationsskörd. Vanligtvis stor-Skala data mining -projekt utförs av finansiella eller ekonomiska analytiker för att upptäcka industriella eller nationella trender.