Vad är informationsskörd?

Informationsskörd, bättre känd inom 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 informationsskörningen vilar i analysen av data. Genom att samla in, kategorisera och sammanfatta information kan användare bestämma förhållanden 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. Att bryta stora mängder data från kundregister, databaser online eller internationella detaljhandelsposter kan ta år att samla in, sammanfatta och kategorisera på papper. Programvaruprodukter för data mining och andra metoder för att integrera automatiserad sortering via en dator möjliggör snabbare och mer exakt bearbetning av stora mängder information. Exempelvis kan automatiserad skörd av information spåra, sortera och sammanfatta shoppingvanor för hundratusentals kunder på olika nationella detaljhandelsföretag inom några ögonblick.

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

Marknadsförare och detaljhandlare använder data mining och andra metoder för skörd av information för att upptäcka trender i shoppingvanor, kostnad för sålda varor och lagernivåer, för att bara nämna några användningsområden. Specifik information, t.ex. vilken veckodag de flesta män handlar, eller antalet gånger den genomsnittliga familjen beskyddar en lokal mataffär kan ge värdefull information till butiksägarna och marknadsförare. Baserat på denna typ av information kan säljhändelser, kundbelöningsprogram och prisstrategier utvecklas och planeras för att maximera effektiviteten och framgången.

Att identifiera trender och mönster inom stora mängder information, samt att skapa förhållanden mellan olika data, hjälper till att sammanställa meningsfulla historiska data för användning för att förutsäga framtida resultat. Transaktionsdata, t.ex. datoriserade försäljningsregister eller bokföringsinformation, är en typ av data som vanligtvis används för informationsskörd när de tillämpas på ett enda företag. Industridata, som branschomfattande försäljning, lokala marknadsprognoser och inköp av råvaror är alla typer av data som används för storskalig informationsskörd. Vanligtvis utförs storskaliga data mining-projekt av finansiella eller ekonomiska analytiker för att upptäcka industriella eller nationella trender.