การแมปข้อมูลเป็นกระบวนการที่มีการสร้างตัวแบบข้อมูลที่แตกต่างกันสองแบบและมีการเชื่อมโยงระหว่างแบบจำลองเหล่านี้ ตัวแบบข้อมูลอาจรวมถึงเมทาดาทาซึ่งเป็นหน่วยข้อมูลแบบอะตอมซึ่งมีความหมายที่แม่นยำเกี่ยวกับความหมายและการสื่อสารโทรคมนาคม ระบบใช้ระบบหน่วยอะตอมมิกเพื่อวัดคุณสมบัติของกระแสไฟฟ้าที่มีข้อมูล การแมปข้อมูลถูกใช้อย่างง่ายที่สุดในวิศวกรรมซอฟต์แวร์เพื่ออธิบายวิธีที่ดีที่สุดในการเข้าถึงหรือแสดงข้อมูลบางรูปแบบ มันทำหน้าที่เป็นแบบจำลองนามธรรมเพื่อกำหนดความสัมพันธ์ภายในขอบเขตที่น่าสนใจ นี่เป็นขั้นตอนแรกในการสร้างการรวมข้อมูลของโดเมนหนึ่ง ๆ
การใช้งานหลักสำหรับการทำแผนที่ข้อมูลรวมถึงแพลตฟอร์มที่หลากหลาย การแปลงข้อมูลใช้เพื่อเป็นสื่อกลางความสัมพันธ์ระหว่างแหล่งข้อมูลเริ่มต้นและปลายทางที่ใช้ข้อมูลนั้น มันมีประโยชน์ในการระบุส่วนต่าง ๆ ของการวิเคราะห์เชื้อสายข้อมูลวิธีการที่ข้อมูลไหลจากภาคหนึ่งของข้อมูลไปยังอีกส่วนหนึ่ง การแมปข้อมูลยังเป็นส่วนสำคัญในการค้นหาข้อมูลที่ซ่อนอยู่และข้อมูลที่ละเอียดอ่อนเช่นหมายเลขประกันสังคมเมื่อซ่อนอยู่ภายในรูปแบบการระบุที่แตกต่างกัน สิ่งนี้เรียกว่าการปิดบังข้อมูล
ขั้นตอนบางอย่างเกิดขึ้นเมื่อทำการแมปข้อมูล สิ่งนี้ช่วยให้ผู้ใช้สามารถสร้างหรือแปลงข้อมูลให้อยู่ในรูปแบบที่ผลลัพธ์ที่ดีที่สุดสามารถถูกเลือกสรรได้ โดยทั่วไปจะใช้รูปแบบของเครื่องมือการแมปกราฟิกที่สามารถสร้างผลลัพธ์โดยอัตโนมัติและดำเนินการแปลงข้อมูล โดยพื้นฐานแล้วผู้ใช้สามารถ“ วาด” บรรทัดจากฟิลด์หนึ่งไปอีกฟิลด์หนึ่งได้อย่างแท้จริงโดยระบุการเชื่อมต่อที่ถูกต้อง สิ่งนี้เรียกว่าการแมปข้อมูลด้วยตนเอง
ในส่วนที่เกี่ยวกับเทคนิคการแมปพื้นฐานขององค์ประกอบข้อมูลจำเป็นต้องพิจารณาจำนวนสูตรเฉพาะ องค์ประกอบข้อมูลเองจำเป็นต้องระบุและตั้งชื่อนิยามที่ชัดเจนของข้อมูลจำเป็นต้องได้รับการพิจารณาและแสดงค่าที่เป็นตัวแทน ในบางคำตัวระบุจะแสดงในรูปแบบของฐานข้อมูล โครงสร้างมาตรฐานสร้างขึ้นด้วยหน่วยข้อมูลพื้นฐานเช่นชื่อที่อยู่หรืออายุ
ตัวอย่างเช่นเมื่อ บริษัท ผสานกับ บริษัท อื่นพวกเขาจำเป็นต้องรวมข้อมูลสำหรับลูกค้าทั้งสองชุด การแมปข้อมูลสามารถใช้เพื่อติดตามชุดข้อมูลหนึ่งชุดและอ้างอิงข้ามกับชุดข้อมูลอื่น สิ่งนี้ทำให้ทั้งสอง บริษัท รวมข้อมูลเข้าไว้ในฐานข้อมูลสุดท้าย
หนึ่งในเทคนิคใหม่ล่าสุดในการแมปข้อมูลเกี่ยวข้องกับการใช้สถิติพร้อมกับสองค่าของแหล่งข้อมูลที่แตกต่างกัน สิ่งนี้ช่วยให้การทำแผนที่ที่ซับซ้อนมากขึ้นระหว่างชุดข้อมูลสองชุด มันสามารถมีมูลค่าสูงเมื่อมันมาถึงการค้นพบแง่มุมที่ให้ข้อมูลเพิ่มเติมเช่น substrings
