Информационная технология обработки данных
Информационная технология обработки данных
Информационная технология обработки данных предназначена для решения хорошо структурированных задач, по которым имеются необходимые входные данные и известны алгоритмы и другие стандартные процедуры их обработки.
Эта технология применяется на уровне исполнительской деятельности персонала невысокой квалификации в целях автоматизации некоторых рутинных постоянно повторяющихся операций управленческого труда. Поэтому внедрение информационных технологий и систем на этом уровне существенно повысит производительность труда персонала, освободит его от рутинных операций, возможно, даже приведет к необходимости сокращения численности работников.
На уровне операционной деятельности решаются следующие задачи:
- обработка данных об операциях, производимых фирмой;
- создание периодических контрольных отчетов о состоянии дел в фирме;
Примеры рутинных операций: операция проверки на соответствие нормативу уровня запасов указанных товаров на складе. При уменьшении уровня запаса выдается заказ поставщику с указанием необходимого количества товара и сроков, другой пример, операция продажи товаров фирмой, в результате которой формируется выходной документ для покупателя в виде чека или квитанции.
Пример контрольного отчета: ежедневный отчет о поступлениях и выдачах наличных средств банком, формируемый в целях контроля баланса наличных средств.
Пример запроса: запрос к базе данных по кадрам, который позволит получить данные о требованиях, предъявляемых к кандидатам на занятие определенной должности.
Основные компоненты
Представим основные компоненты информационной технологии обработки данных и приведем их характеристики.
Основные компоненты информационной технологии обработки данных
Сбор данных. По мере того как фирма производит продукцию или услуги, каждое ее действие сопровождается соответствующими записями данных. Обычно действия фирмы, затрагивающие внешнее окружение, выделяются особо как операции, производимые фирмой.
Обработка данных. Для создания из поступающих данных информации, отражающей деятельность фирмы, используют следующие типовые операции:
- классификация или группировка. Первичные данные обычно имеют вид кодов, состоящих из одного или нескольких символов. Эти коды, выражающие определенные признаки объектов, используются для идентификации и группировки записей.
Пример. При расчете заработной платы каждая запись включает в себя код (табельный номер) работника, код подразделения, в котором он работает, занимаемую должность и т. п. В соответствии с этими кодами можно произвести разные группировки;
- сортировка, с помощью которой упорядочивается последовательность записей;
- вычисления, включающие арифметические и логические операции, эти операции, выполняемые над данными, дают возможность получать новые данные;
- укрупнение или агрегирование, служащее для уменьшения количества данных и реализуемое в форме расчетов итоговых или средних значений.
Хранение данных. Многие данные на уровне операционной деятельности необходимо сохранять для последующего использования либо здесь же, либо на другом уровне. Для их хранения создаются базы данных.
Создание отчетов (документов). В информационной технологии обработки данных необходимо создавать документы для руководства и работников фирмы, а также для внешних партнеров. При этом документы могут создаваться как по запросу или в связи с проведенной фирмой операцией, так и периодически в конце каждого месяца, квартала или года.
Типичной информационной системой оперативного уровня является популярная программа “1C: Бухгалтерия” фирмы “1C” для Windows. Эта программа предоставляет широкие возможности манипулирования бухгалтерскими данными.
Программа “1С:Бухгалтерия” входит в комплекс программ “1С: Предприятие”, который включает также разделы “1С:Торговля+Склад” и “1С:Зарплата+Кадры”.
Справочное и информационное обеспечение экономической деятельности представлено следующими пакетами программ: “ГАРАНТ” (налоги, бухучет, аудит, предпринимательство, банковское дело, валютное регулирование, таможенный контроль), “КОНСУЛЬТАНТ+” (налоги, бухучет, аудит, предпринимательство, банковское дело, валютное регулирование, таможенный контроль).
Основные компоненты технологии обработки данных
Тема 4. Информационные технологии
Лекция 9. ВИДЫ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ
Информационная технология обработки данных
Характеристика и назначение
Основные компоненты ИТ ОД
Информационная технология управления
Характеристика и назначение
Основные компоненты ИТУ
Автоматизация офиса
Характеристика и назначение
Основные компоненты автоматизации офиса
Информационная технология поддержки принятия решений
Характеристика и назначение
Основные компоненты
Информационная технология экспертных систем
ИНФОРМАЦИОННАЯ ТЕХНОЛОГИЯ ОБРАБОТКИ ДАННЫХ
Характеристика и назначение
Информационная технология обработки данных (ИТ ОД)предназначена для решения хорошо структурированных задач, по которым имеются необходимые входные данные и известны алгоритмы и другие стандартные процедуры их обработки. Эта технология применяется на уровне операционной (исполнительской) деятельности персонала невысокой квалификации в целях автоматизации некоторых рутинных постоянно повторяющихся операций управленческого труда. Поэтому внедрение информационных технологий и систем на этом уровне существенно повысит производительность труда персонала, освободит его от рутинных операций, возможно, даже приведет к необходимости сокращения численности работников.
На уровне операционной деятельности решаются следующие задачи:
- обработка данных об операциях, производимых фирмой;
- создание периодических контрольных отчетов о состоянии дел в фирме;
- получение ответов на всевозможные текущие запросы и оформление их в виде бумажных документов или отчетов.
Пример рутинных операций:
— операция проверки на соответствие нормативу уровня запасов указанных товаров на складе. При уменьшении уровня запаса выдастся заказ поставщику с указанием потребного количества товара и сроков поставки;
— операция продажи товаров фирмой, в результате которой формируется выходной документ для покупателя в виде чека или квитанции.
Пример контрольного отчета: ежедневный отчет о поступлениях и выдачах наличных средств банком, формируемый в целях контроля баланса наличных средств.
Пример запроса: запрос к базе данных по кадрам, который позволит получить данные о требованиях, предъявляемых к кандидатам на занятие определенной должности.
Особенности, связанные с обработкой данных, отличающие данную технологию от всех прочих:
· выполнение необходимых фирме задач по обработке данных. Каждой фирме предписано законом иметь и хранить данные о своей деятельности, которые можно использовать как средство обеспечения и поддержания контроля на фирме. Поэтому в любой фирме обязательно должна быть информационная система обработки данных и разработана соответствующая информационная технология;
· решение только хорошо структурированных задач, для которых можно разработать алгоритм;
· выполнение стандартных процедур обработки. Существующие стандарты определяют типовые процедуры обработки данных и предписывают их соблюдение организациями всех видов;
· выполнение основного объема работ в автоматическом режиме с минимальным участием человека;
· использование детализированных данных. Записи о деятельности фирмы имеют детальный (подробный) характер, допускающий проведение ревизий. В процессе ревизии деятельность фирмы проверяется хронологически от начала периода к его концу и от конца к началу;
· акцент на хронологию событий;
· требование минимальной помощи в решении проблем со стороны специалистов других уровней.
Основные компоненты технологии обработки данных
Представим основные компоненты информационной технологии обработки данных (рис. 1) и приведем их характеристики.
Сбор данных. По мере того как фирма производит продукцию или услуги, каждое ее действие сопровождается соответствующими записями данных. Обычно действия фирмы, затрагивающие внешнее окружение, выделяются особо как операции, производимые фирмой.
Рис. 1. Основные компоненты информационной технологии обработки данных
Обработка данных. Для создания из поступающих данных информации, отражающей деятельность фирмы, используются следующие типовые операции:
- классификация или группировка. Первичные данные обычно имеют вид кодов, состоящих из одного или нескольких символов. Эти коды, выражающие определенные признаки объектов, используются для идентификации и группировки записей.
Пример. При расчете заработной платы каждая запись включает в себя под (табельный номер) работника, код подразделения, в котором он работает, занимаемую должность и т. п. В соответствии с этими кодами можно произвести разные группировки.
- сортировка, с помощью которой упорядочивается последовательность записей;
- вычисления, включающие арифметические и логические операции. Эти операции, выполняемые над данными, дают возможность получать новые данные;
- укрупнение или агрегирование, служащее для уменьшения количества данных и реализуемое в форме расчетов итоговых или средних значений.
Хранение данных. Многие данные на уровне операционной деятельности необходимо сохранять для последующего использования либо здесь же, либо на другом уровне. Для их хранения создаются базы данных.
Создание отчетов (документов). В информационной технологии обработки данных необходимо создавать документы для руководства и работников фирмы, а также для внешних партнеров. При этом документы или в связи с проведенной фирмой операцией так и периодически в конце каждого месяца, квартала или года.
10 Информационная технология обработки данных
1. Информационная технология обработки данных
ИТ обработки данных предназначена для решения хорошо структурированных задач (по которым имеются необходимые входные данные и известны алгоритмы и другие стандартные процедуры их обработки). Эта технология применяется на операционном уровне персоналом невысокой квалификации в целях автоматизации некоторых рутинных постоянно повторяющихся операций управленческого труда. Поэтому внедрение ИТ и систем на этом уровне существенно повысит производительность труда персонала, освободит его от рутинных операций, возможно, даже приведёт к необходимости сокращения численности работников.
На операционном уровне решаются задачи: обработка данных об операциях, производимых фирмой; создание периодических контрольных отчётов о состоянии дел в фирме; получение отчётов на всевозможные текущие запросы и оформление их в виде бумажных документов или отчётов.
К рутинным операциям можно отнести проверку на соответствие нормативу уровня запасов товаров на складе. При уменьшении уровня запаса выдаётся заказ поставщику с указанием потребного количества товара и сроков поставки. Или операцию поддержки товаров фирмой, в результате которой формируется выходной документ для покупателя в виде чека или квитанции. Пример контрольного отчёта может послужить ежедневный отчёт о поступлениях и выдача наличных средств банком, формируемый в целях контроля баланса наличных средств. Пример запроса — запрос к базе данных по кадрам, который позволит получить данные о требованиях, предъявляемых к кандидатам на занятие определённой должности.
Особенности, связанные с обработкой данных, отличающие данную технологию от всех прочих:
· выполнение необходимых фирме задач по обработке данных. Каждой фирме предписано законом иметь и хранить данные о своей деятельности, которые можно использовать как средство обеспечения и поддержки контроля на фирме. Поэтому в любой фирме обязательно должна быть ИС обработки данных и разработана соответствующая ИТ;
· решение только хорошо структруированных задач, для которых можно разработать алгоритм;
· выполнение стандартных процедур обработки. Существующие стандарты определяют типовые процедуры обработки данных и предписывают их соблюдение организациями всех видов;
Рекомендуемые файлы
· выполнение основного объёма работ в автоматическом режиме с минимальным участием человека;
· использование детализированных данных. Записи о деятельности фирмы имеют детальный (подробный) характер, допускающий проведение ревизий. В процессе ревизии деятельность фирмы проверяется хронологически от начала периода к его концу и от конца к началу;
· акцент на хронологию событий;
· требование минимальной помощи в решении проблем со стороны специалистов других уровней.
Ещё посмотрите лекцию «8 Производство стали в мартеновских печах» по этой теме.
Рис.2.4. Основные компоненты ИТ обработки данных
Обработка данных. Для создания из поступающих данных информации, отражающей деятельность фирмы, используются следующие типовые операции:
- классификация или группировка. Первичные данные обычно имеют вид кодов, состоящих из одного или нескольких символов. Эти коды, выражающие определённые признаки объектов, используются для идентификации и группировки записей. Например, при расчёте зарплаты каждая запись включает в себя код (табельный номер) работника, код подразделения, в котором он работает, занимаемую должность и т.п. В соответствии с этими кодами можно произвести разные группировки.
- сортировка, с помощью которой упорядочивается последовательность записей;
- вычисление, включающие арифметические и логические операции. Эти операции, выполняемые над данными, дают возможность получать новые данные;
- укрепление или агрегирование, служащее для уменьшения количества данных и реализуемое в форме расчётов итоговых или средних значений.
Информационные технологии обработки данных. (Лекция 2)
1. Информационные технологии
Курс лекцийЛекция 2. Информационные технологии
обработки данных.
Курс лекций
МТУСИ
2. Информационные технологии обработки данных
Информационные технологии весьма разнообразны, но изних следует выделить технологии обработки данных. Они
деятельности персонала невысокой квалификации в
области ИТ для автоматизации рутинных операций
управленческого труда, например:
обработки
данных
об
операциях,
производимых
компанией;
создания отчетов о состоянии дел в компании;
получения ответов на текущие запросы и оформление их
в виде бумажных документов.
Примеры:
контроль баланса наличных средств и банковских
поступлений;
анализ кадрового состава на текущий момент;
наличие тех или иных товаров на складе и т.д.
МТУСИ
2
3. Информационные технологии обработки данных
Отличия данной технологии от прочих:выполнение необходимых фирме (в том числе, предписанных
законом) задач по обработке данных;
решение только хорошо структурированных задач, для
которых можно разработать алгоритм;
выполнение
процедур
обработки,
соответствующих
существующим стандартам;
выполнение основного объема работ с минимальным
участием человека в автоматическом режиме;
использование детализированных данных, допускающих
проведение ревизий;
акцент на хронологию событий;
минимальная помощь со стороны специалистов более
высоких уровней;
использование баз данных для хранения информации;
создание отчетов, как регулярных, так и по запросам.
МТУСИ
3
4. Типы информационных технологий обработки данных
Среди информационных технологий обработки данныхусловно можно выделить три основных типа технологий:
управления,
предназначенная
для
удовлетворения
потребностей сотрудников компании;
принятия решений, целью которой является удовлетворение
потребностей всех сотрудников фирмы, имеющих дело с
принятием решений;
экспертных систем, позволяющие пользователю
получать
экспертные заключения по любым проблемам, о которых
этими системами накоплены знания.
Рассмотрим подробнее эти типы систем.
МТУСИ
4
5. Информационная технология управления
Ориентирована на работу в среде информационнойструктурированности решаемых задач. Содержит сведения
о прошлом, настоящем и вероятном будущем фирмы.
Решает проблемы:
оценки планируемого состояния объекта управления;
оценки отклонения от планируемого состояния;
выявления причин отклонения;
анализ возможных решений и действий.
Технология направлена на создание отчетов, как
регулярных, так и по запросам.
МТУСИ
5
Информационная технология
управления
УПРАВЛЕНИЕ
ПО ОТКЛОНЕНИЯМ
–
ГЛАВНЫМ СОДЕРЖАНИЕМ ОТЧЕТА
ЯВЛЯЕТСЯ ОТКЛОНЕНИЕ СОСТОЯНИЯ ХОЗЯЙСТВЕННОЙ ДЕЯТЕЛЬНОСТИ ОТ
НЕКОТОРЫХ
УСТАНОВЛЕННЫХ
СТАНДАРТОВ
(ЗАПЛАНИРОВАННОГО
СОСТОЯНИЯ). К ОТЧЕТАМ ПРЕДЪЯВЛЯЮТСЯ ТРЕБОВАНИЯ:
ОТЧЕТ СОЗДАЕТСЯ ТОЛЬКО ТОГДА, КОГДА ОТКЛОНЕНИЕ ПРОИЗОШЛО;
СВЕДЕНИЯ
ДОЛЖНЫ
БЫТЬ
ОТСОРТИРОВАНЫ
ПО
ЗНАЧЕНИЮ
КРИТИЧЕСКОГО ДЛЯ ДАННОГО ОТКЛОНЕНИЯ ПОКАЗАТЕЛЯ;
ВСЕ ОТКЛОНЕНИЯ ДОЛЖНЫ БЫТЬ ПОКАЗАНЫ ВМЕСТЕ, ЧТОБЫ МОЖНО
БЫЛО УЛОВИТЬ МЕЖДУ НИМИ СВЯЗЬ;
ДОЛЖНЫ БЫТЬ УКАЗАНЫ КОЛИЧЕСТВЕННЫЕ ОТКЛОНЕНИЯ ОТ НОРМЫ.
БАЗА ДАННЫХ ДОЛЖНА СОДЕРЖАТЬ:
ДАННЫЕ, НАКАПЛИВАЕМЫЕ НА ОСНОВЕ ОПЕРАЦИЙ ПРОВОДИМЫХ
КОМПАНИЕЙ;
ПЛАНЫ, СТАНДАРТЫ, БЮДЖЕТЫ И ДРУГИЕ НОРМАТИВНЫЕ ДОКУМЕНТЫ,
ОПРЕДЕЛЯЮЩИЕ ПЛАНИРУЕМОЕ СОСТОЯНИЕ ОБЪЕКТА УПРАВЛЕНИЯ.
МТУСИ
6
Информационная технология
поддержки принятия решений
ЭФФЕКТИВНОСТЬ И ГИБКОСТЬ ТЕХНОЛОГИИ ЗАВИСИТ ОТ:
ЯЗЫКА ПОЛЬЗОВАТЕЛЯ — ДЕЙСТВИЙ, ПРОИЗВОДИМЫХ ПОЛЬЗОВАТЕЛЕМ С
ПОМОЩЬЮ КЛАВИАТУРЫ, МЫШИ И Т.Д.; НАИБОЛЕЕ ПРОСТЫМ ЯЗЫКОМ
ЯВЛЯЕТСЯ СОЗДАНИЕ ФОРМ ВХОДНЫХ И ВЫХОДНЫХ ДОКУМЕНТОВ;
ЯЗЫКА СООБЩЕНИЙ – ТОГО, ЧТО ВИДИТ ПОЛЬЗОВАТЕЛЬ НА ЭКРАНЕ
(ТЕКСТ, ГРАФИКА, ЦВЕТ И Т.Д.): ОСОБЕННО ЭФФЕКТИВНА ТРЕХМЕРНАЯ
ЦВЕТНАЯ ГРАФИКА;
ЗНАНИЯ ПОЛЬЗОВАТЕЛЯ – ПЛАН ДЕЙСТВИЙ ПОЛЬЗОВАТЕЛЯ, ИНСТРУКЦИИ,
СПРАВОЧНЫЕ ДАННЫЕ.
ИНТЕРФЕЙС ДОЛЖЕН ОБЛАДАТЬ ВОЗМОЖНОСТЯМИ:
ВЫБОРУ ПОЛЬЗОВАТЕЛЯ;
ПЕРЕДАВАТЬ ДАННЫЕ СИСТЕМЕ РАЗЛИЧНЫМИ СПОСОБАМИ;
ПОЛУЧАТЬ ДАННЫЕ ОТ СИСТЕМЫ В РАЗЛИЧНОМ ФОРМАТЕ;
ГИБКО ПОДДЕРЖИВАТЬ ЗНАНИЯ ПОЛЬЗОВАТЕЛЯ (ПОДСКАЗЫВАТЬ) ЕМУ
ДЕЙСТВИЯ.
МТУСИ
7
8. Информационная технология экспертных систем
ПОЗВОЛЯЮТ ПОЛУЧАТЬ КОНСУЛЬТАЦИИ ЭКСПЕРТОВ ПОПРОБЛЕМАХ, О КОТОРЫХ ДАННЫМИ СИСТЕМАМИ НАКОПЛЕНЫ ЗНАНИЯ.
СХОДСТВО С ТЕХНОЛОГИЕЙ ПРИНЯТИЯ РЕШЕНИЙ – ОБЕ
ОБЕСПЕЧИВАЮТ ВЫСОКИЙ УРОВЕНЬ ПРИНЯТИЯ РЕШЕНИЙ.
РАЗЛИЧИЯ СОСТОЯТ В ТОМ, ТЕХНОЛОГИЯ ЭКСПЕРТНЫХ
СИСТЕМ:
ПРЕДЛАГАЕТ ПРИНЯТЬ РЕШЕНИЕ, ПРЕВОСХОДЯЩИЕ ВОЗМОЖНОСТИ
ПОЛЬЗОВАТЕЛЯ;
ПОЗВОЛЯЕТ ПОЯСНЯТЬ СВОИ РЕШЕНИЯ; ПОЯСНЕНИЯ МОГУТ БЫТЬ
ВАЖНЕЕ, ЧЕМ САМО РЕШЕНИЕ;
ИСПОЛЬЗУЕТ НОВЫЙ КОМПОНЕНТ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ
– ЗНАНИЯ.
ИСПОЛЬЗУЕТСЯ
УДОБНЫЙ
ИНТЕРФЕЙС
ДЛЯ
ИНФОРМАЦИИ.
ИНФОРМАЦИЯ ОБЫЧНО ВЫДАЕТСЯ В
ЗНАЧЕНИЙ, ПРИСВАИВАЕМЫХ ОПРЕДЕЛЕННЫМ ПЕРЕМЕННЫМ.
МТУСИ
ВВОДА
ФОРМЕ
8
9. Информационная технология экспертных систем
ОБЪЯСНЕНИЯ РЕШЕНИЙ, ПОЛУЧАЕМЫЕ ПОЛЬЗОВАТЕЛЕМ ОТ СИСТЕМЫМОГУТ:
ВЫДАВАТЬСЯ ПО ЗАПРОСАМ ПОЛЬЗОВАТЕЛЯ;
С ОБЪЯСНЕНИЕМ ТОГО, КАК ДАННОЕ РЕШЕНИЕ БЫЛО ПОЛУЧЕНО.
ТЕХНОЛОГИЯ НЕ ЯВЛЯЕТСЯ ПРОСТОЙ, НО ПОМОГАЕТ ДРУЖЕСТВЕННЫЙ
ИНТЕРФЕЙС.
БАЗА ЗНАНИЙ СОДЕРЖИТ ФАКТЫ, ОПИСЫВАЮЩИЕ ПРОБЛЕМНУЮ
ОБЛАСТЬ, ИХ ЛОГИЧЕСКУЮ ВЗАИМОСВЯЗЬ, А ТАКЖЕ ПРАВИЛА – ОПИСАНИЯ
ТОГО, ЧТО НАДО ДЕЛАТЬ В КАЖДОЙ КОНКРЕТНОЙ СИТУАЦИИ.
ПРАВИЛО СОСТОИТ ИЗ 2 ЧАСТЕЙ:
УСЛОВИЯ, КОТОРОЕ МОЖЕТ ВЫПОЛНЯТЬСЯ ИЛИ НЕТ;
ДЕЙСТВИЯ,
КОТОРОЕ
СЛЕДУЕТ
ПРОИЗВЕСТИ,
ЕСЛИ
УСЛОВИЕ
ВЫПОЛНЯЕТСЯ.
ОБОЛОЧКА ЭКСПЕРТНЫХ СИСТЕМ – ГОТОВАЯ ПРОГРАММНАЯ СРЕДА,
КОТОРАЯ МОЖЕТ БЫТЬ ПРИСПОСОБЛЕНА К РЕШЕНИЮ ОПРЕДЕЛЕННОЙ
ПРОБЛЕМЫ ПУТЕМ СОЗДАНИЯ СООТВЕТСТВУЮЩЕЙ БАЗЫ ЗНАНИЙ.
МТУСИ
9
Информационные технологии обработки числовых данных
Определение 1
Информационные технологии обработки числовых данных — это компьютерные программы, предназначенные для выполнения различных операций с числовыми данными.
Электронные таблицы
Для работы с числовыми данными обычно используется тип информационных технологий, именуемый табличным процессором или электронной таблицей.
Под электронной таблицей понимается некоторая модель организационной структуры, отражения и переработки информационных данных, которая тесно соединяется и с документацией в текстовом формате, и с базами данных.
Главным предназначением электронных таблиц является автоматизация стандартных табличных расчётов. Электронные таблицы повсеместно используются в области бухгалтерских операций, финансовой аналитики, формирования планов, статистических расчётов и других областях, где необходимо выполнять большие вычислительные объёмы. Возможности табличных процессоров позволяют выполнять действия над числовыми данными, расположенными в столбиках и строчках, а также формировать диаграммы, делать операции финансового и экономического анализа, реализовывать автоматизированные системы для разных областей бухгалтерии и экономики.
Основными отличиями операционной среды табличных процессоров от других аналогичных систем считаются:
- Широкий набор возможностей по переформатированию таблиц (можно выбрать форму отображения табличных данных, определить тип данных, выбрать режим автоматического формирования таблиц и данных и так далее).
- Набор вычислительных операций (математических, статистических, финансовых и так далее).
- Формирование графических деловых компьютерных объектов и их обработка (можно строить многомерные диаграммы).
- Осуществление возможностей баз данных (запись данных в таблицы аналогично записи в базы данных, выполнение сортировки по ключам, реализация запросов к базам данных и так далее).
- Построение моделей, позволяющих найти оптимальные решения для большинства управленческих задач при помощи несложных способов.
- Возможность формировать программы при помощи имеющегося набора макрокоманд и макрофункций, проектировать управленческие компоненты для простого пуска сформированных программ.
Самыми известными табличными процессорами считаются Microsoft Office Excel, Open Office.org Calc, iWork Numbers, Corel Quattro, Lotus. В нашей стране сегодня самыми известными табличными процессорами являются MS Excel, который входит в пакет программных приложений Microsoft Office, и OpenOffice.org Calc, который входит в состав бесплатного пакета OpenOffice.
Готовые работы на аналогичную тему
MS Excel: функции и возможности
В MS Excel есть следующий набор операций:
- Выполнение сложных вычислений как с применением собственных формул для расчёта, так и с использованием набора известных формул математики, статистики, финансов и многих других.
- Выполнение табличной обработки данных и представление итогов расчёта в форме диаграмм и графиков.
- Планирование, прогнозирование и распределение ресурсов.
- Формирование статистических сводок и калькуляций, выполнение аналитических расчётов.
MS Excel является рабочей книгой, содержащей набор листов, которые служат для того, чтобы организовать и анализировать данные. Образец представлен на рисунке ниже:
Рисунок 1. Лист MS Excel. Автор24 — интернет-биржа студенческих работ
Лист представляет собой набор ячеек, имеющих свои уникальные адреса. Все строчки нумеруются цифрами, а столбики имеют буквенные обозначения. В каждую ячейку можно записать текстовые, числовые данные или формульные выражения. В комплект MS Excel ещё включено большое число различных внутренних функций из области математики, финансов, статистики и так далее.
Существенным преимуществом MS Excel считается применение относительной ссылки на ячейку, что позволяет заданную единожды формулу использовать многократно с различными строками или столбцами данных. Помимо этого, MS Excel имеет возможность построения диаграмм и графиков на основании данных табличных вычислений, а также внедрения в электронные таблицы объектов из других программ и сохранения электронных таблиц в формате HTML.
Главным компонентом окна MS Excel считаются инструментальные панели, применяемые с целью ускорения обращения к самым распространённым процедурам. Под инструментальными панелями расположена формульная строка, где помещается информация, которая вводилась в текущую ячейку в текстовом, числовом или формульном формате. Активной является ячейка, на которую в текущий момент указывает курсор мыши (она отмечена рамкой). Слева от формульной строчки индицируется адрес активной ячейки. Под рабочим листом расположена строчка ярлыков рабочих листов. В каждой рабочей книге может содержаться большое количество листов, которые могут быть удалены или добавлены при осуществлении работы. Строка ярлыков содержит имена всех листов текущей рабочей книги. При помощи мышки можно выполнить переключение между листами, а при помощи набора из четырёх стрелок, которые расположены в левом углу ярлыка рабочего листа, возможно переключение на стартовый или конечный рабочий лист или просто сделать перемещение по рабочим листам. А ниже всех расположена строка индикации статуса. Она содержит информацию о том, какие действия необходимо осуществить, чтобы выполнить команду до конца. Когда индицируется статус «Готово», то это значит, что все процедуры окончены и можно продолжать работу.
Для начала работы в MS Excel, нужно выполнить создание новой таблицы или рабочей книги, которая в автоматическом режиме получает имя «Книга» и очередной порядковый номер. К примеру, «Книга 3», и у неё будет расширение «.xls». Начальные процедуры, которые пользователь начинает выполнять при работе с MS Excel, состоит в записи данных в таблицу, осуществлении редактирования, копирования, перемещения или удаления данных. Большинство операций делается по аналогии с действиями в различных других приложениях MS Office. Когда выполняется ввод данных, они отображаются в текущей ячейке и формульной строчке.
Информационные технологии в системах управления
Информационные технологии в системах управленияТема 5.
ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ
В СИСТЕМАХ УПРАВЛЕНИЯ
К оглавлению
Информационная технология — это системно-организованная последовательность операций, выполняемых над информацией с использованием средств и методов автоматизации. Операциями являются элементарные действия над информацией.
Процедура передачи информации включает кроме самой передачи операции ввода данных в систему, в сеть, преобразования из цифровой формы в аналоговую и наоборот, операции вывода сообщений, контроль ввода и вывода, защиту данных.
Процедуры обработки информации являются главными в информационных технологиях. Остальные процедуры носят вспомогательный характер.
Процедура анализа, прогноза, принятия решений — это наиболее сложная, интеллектуальная процедура выполняется человеком на базе подготовленных данных, знаний, их моделей, правил работы со знаниями и моделями, альтернативных решений.
Работа с базами данных наиболее распространенная и эффективнее всего реализуется в конфигурации «клиент-сервер».
Клиент-сервер — это модель взаимодействия компьютеров в сети. Как правило, компьютеры в такой конфигурации не являются равноправными. Каждый из них имеет свое, отличное от других, назначение, играет свою роль.
Технология формирования документов включает процессы создания и преобразования документов. Их обработка заключается во вводе, классификации, сортировке, преобразовании, размещении, поиске и выдаче информации пользователям в нужном формате. Обработке подлежат документы, понятные человеку и компьютерной система.
Технология обработки изображений в общем виде строится на анализе, преобразовании и трактовке изображений. Сначала изображения вводятся через видео или другие устройства. В результате сканирования изображения вводится большой объем информации.
Видеотехнология строится на разработке и демонстрации движущихся изображений, что открыло широкие возможности в возникновении мультисреды. Видеотехнология применяется для создания видеосюжетов, фильмов, деловой графики и др.
Технология визуализации — процесс многооконного представления данных в виде изображений (обратный сжатию). Визуализация позволяет преобразовать любой тип данных в разноцветные движущиеся или неподвижные изображения.
Технология виртуальной реальности используется в конструкторской, рекламной деятельности, в создании мультипликационных фильмов. Этот процесс именуется мультипликацией.
Обработка изображений как направление связано с развитием электронной техники и технологий. При обработке изображений требуются высокие скорости, большие объемы памяти, специализированное техническое и программное оснащение. Изображения относятся к разного рода объектам, выделению их контуров, перемещению, распознаванию и т.д.
Обработка текстов является одним из средств электронного офиса. Наиболее трудоемким является ввод текста; следующими этапами являются подготовка текста, его оформление и вывод. При работе с текстами пользователь должен иметь разнообразные функции (инструментарий), повышающие эффективность и производительность его деятельности.
Обработка таблиц осуществляется комплексом прикладных программ в составе электронного офиса и дополняется рядом аналитических возможностей. Работа с электронной таблицей позволяет вводить и обновлять данные, команды, формулы, определять взаимосвязь и взаимозависимость между клетками, данными в виде функций, аргументами которых являются записи в клетках. В клетках таблицы могут размещаться записные книжки, календари, справочники, списки мероприятий.
Гипертекст формируется в результате представлений текста как ассоциативно связанных блоков информации.
Ассоциативная связь — это соединение, сближение представлений, смежных, противоположных, аналогичных и т.д. Гипертекст значительно отличается от обычного текста. Обычные (линейные) тексты имеют последовательную структуру и предусматривают их чтение слева направо и сверху вниз.
Технология обработки речи является многоплановой проблемой, охватывающей широкий круг задач. В их перечень прежде всего входят распознавание и синтез речи. Распознавание речи преобразует ее в текст, открывает возможность использования ее в качестве источника информации. Обратной распознаванию является задача синтеза речи, т.е. преобразования текста в речь.
Технология обработки и преобразования сигналов выполняется при решении многих информационных задач. Сигналы обрабатываются различными методами (аналоговыми и дискретными). Обработка сигналов используется в распознавании образов, телеобработке данных и опирается на методологию искусственного интеллекта.
Технология электронной подписи осуществляется с помощью идентификации пользователя путем сличения реальной подписи с подписью в компьютерной системе, где создается ее электронный шаблон. Он формируется по группе подписей одного и того же лица.
Сетевой режим определяется необходимостью быстрой передачи информации и оперативного взаимодействия пользователей. Любая сеть характеризуется множеством связанных друг с другом систем, узлов, элементов. Первоначально сетевой режим возник для передачи данных. Затем он стал использоваться как эффективное средство распределенной обработки данных. Особенности сетевого режима связаны с архитектурой сети.
Обработка данных в пакетном режиме означает, что каждая порция несрочной информации (как правило, в больших объемах) обрабатывается без вмешательства извне, например, формирование отчетных сводок в конце периода. Этот режим называют еще фоновом. Фоновой режим запускается, когда свободны ресурсы вычислительных систем. Он может прерываться более срочными и приоритетными процессами и сообщениями, по окончании которых возобновляется автоматически.
Режим реального времени — это технология, которая обеспечивает такую реакцию управления объектом, которая соответствует динамике его производственных процессов. Время реакции играет доминирующую роль. Оно может измеряться секундами, минутами, часами. На основе таких технологий создаются системы реального времени, которые более сложны и дороги в реализации. В системах реального времени обработка данных по одному сообщению (запросу) завершается до появления другого. Этот режим применяется для объектов с динамическими процессами. Например, обслуживание клиентов в банке по любому набору услуг должно учитывать допустимое время ожидания клиента, одновременное обслуживание нескольких клиентов и укладываться в заданный интервал времени (время реакции системы).
Режим разделения времени — технология, которая предусматривает чередование во времени процессов решения разных задач в одном компьютере. В режиме разделения времени для оптимального использования ресурсы компьютера (системы) предоставляются сразу группе пользователей (или их программам) циклично, на короткие интервалы времени.
Интерактивный режим осуществляется в системах реального времени. Он может использоваться для организации диалог (диалоговый режим).
Интерактивный режим — это технология выполнения обработки или вычислений, которая может прерываться другими операциями. Время взаимодействия или прерывания является настолько малым, что пользователь может работать с системой практически непрерывно. Во время взаимодействия вычислительных процессов в сети осуществляются транзакции.
Транзакции — это короткий во времени цикл взаимодействия (объектов, партнеров), включающий запрос, вы-полнение задания (или обработку сообщения), ответ.
Диалоговый режим — технология взаимодействия процессов решения задач со скоростью, достаточной для осмысления и реакции пользователей. Наиболее характерный пример диалога — взаимодействие с базой данных. Диалог в сетевых системах основывается на интерактивном режиме.
Интегрированные технологии представляют собой взаимосвязанную совокупность отдельных технологий, т.е. объединение частей какой-либо системы с развитым информационным взаимодействием между ними. Достигается согласованное управление организацией, системой, объектом, координация функций, реализуется доступ многих пользователей к общим информационным ресурсам т.е. достигается качественно новый уровень управления.
Интеграция названных технологий в единые системы позволит многократно повысить эффективность выполнения операций и управления экономическим объектом. Их внедрение должно быть увязано со стратегией и тактикой развития объекта (фирмы, банка, предприятия).
Видеотехнология — это технология использования изображений. Такой технологии может предшествовать визуализация, т.е. представление данных в виде изображений. Быстрый рост объемов обработки данных требует поиска новых способов представления полученной информации. Организация видео-конференций связана с технологией проведения совещания между удаленными пользователями на базе использования их движущихся изображений. Технические средства при этом работают в реальном времени.
Мультимедиатехнология (мультисреда) основана на комплексном представлении данных любого типа. Такая технология обеспечивает совместную обработку символов, текста, таблиц, графиков, изображений, документов, звука, речи, что создает мультисреду. Изображение может быть выдано на экран с текстовым и звуковым сопровождением.
Нейрокомпьютерные технологии используют взаимодействующие друг с другом специальные нейрокомпоненты на базе микропроцессоров. Такой подход основан на моделировании поведения нервных клеток (нейронов). Нейротехнология применяется в создании искуственного интеллекта для решения сложных задач:
- распознавание образов,
- управление кредитными рисками,
- прогноз фондовых ситуацией,
- определение стоимости недвижимости с учетом качества зданий, их состояния, окружающей обстановки и среды,
- автоматическое распознавание чеков и др.
Объектно-ориентированная технология основана на выявлении и установлении взаимодействия множества объектов и используется при создании компьютерных систем на стадии проектирования и программирования. В качестве объектов в ней выступают пользователи, программы, клиенты, документы, файлы, таблицы, базы данных и т.д.
Технология управления знаниями позволяет создать не просто автоматизированную систему с единым информационным пространством, а среду, в которой знания одного работника становились бы достоянием всех.
Интернет-технология основана на объединении информационных сетей в глобальную информационную структуру. Иными словами, Интернет — это глобальная международная ассоциация информационных сетей, которая имеет информационные центры, обслуживающие пользователей:
- они предоставляют документацию;
- распространяют программы, тексты книг, иллюстрации;
- коммуникационный сервис;
- электронную почту;
- службу новостей;
- передают файлы и т.д.
Под системой поддержки принятия решений, будем понимать человекомашинные системы, которые позволяют лицам, принимающим решение, использовать данные и знания объективного и субъективного характера для решения слабоструктурированных (плохо формализованных) проблем.
База данных создается и поддерживается средствами АИС. Она используется в СППР в качестве внешнего источника данных и содержит информацию о состоянии дел как на самом предприятии, так и за его пределами. Внутренняя информация касается производства, финансов, запасов, основных фондов, обо-ротных средств, кадров и т.д. Она достаточно точна и находится в обязательной бухгалтерской и статистической отчетности.
Система управления базами данных (СУБД) необходима для их создания и манипулирования. СУБД может быть собственной, т.е. входящей только в состав СППР, но может быть и общей с АИС. Как правило применяется общая с АИС СУБД, так как используется общая для этих систем база данных.
Система управления базой знаний представляет собой совокупность программных средств со следующими функциями: создание деревьев целей, деревьев выводов, семантических и нейросетей, их обновление и изменение, инициирование запросов к базе знаний и выдача ответов. Модуль расчетов или выводов предназначен для построения матрицы решений и оценки сгенерированных вариантов с помощью заранее определенного критерия.
Пользовательский интерфейс является диалоговым компонентом системы и представляет собой программные и аппаратные средства, которые обеспечивают взаимодействие пользователя с системой. Термин «пользовательский интерфейс» охватывает все аспекты взаимодействия пользователя и системы поддержки решений. Недружественность пользовательского интерфейса зачастую является главной причиной того, что управленцы не используют компьютерную поддержку своей деятельности в полной мере.
Контрольные вопросы
- Раскройте сущность понятия информационной технологии. Каковы состав типовых процедур и операций, их назначение?
- Назовите виды обработки информации, наиболее употребляемые в экономической и других сферах.
- В чем состоят особенности технологии баз и банков данных?
- Каковы предпосылки появления технологии «клиент-сервер», характеристи-ка ее модели, уровни модели, виды используемых ресурсов?
- Определите сущность технологии обработки документов, видеоизображений и визуализации.
- В чем состоит специфика обработки данных в виде таблиц, текста? Дайте понятие гипертекста и гиперсреды.
- Где может использоваться технология обработки речи и сигналов?
- В чем состоит сущность технологий электронной подписи, электронного офиса, электронной почты?
- Назовите режимы организации информационных технологий, охарактеризуйте их сущность и различия.
- Рассмотрите предпосылки организации интегрированных информационных технологий и раскройте назначение принципа интеграции.
- В чем отличие интегрированных и локальных технологий?
- Приведите примеры построения технологий на промышленной основе. В чем их отличие от несерийных аналогов?
- Каковы направления развития новых информационных технологий?
- Охарактеризуйте системы поддержки принятия решений. Каковы их структура и состав элементов?
- Назовите типичные процедуры машинной технологии формирования решения с помощью системы поддержки принятия решений.
- Раскройте содержание и содержание этапа «Формирование проблемы, цели или гипотезы».
- Определите назначение и содержание этапа «Постановка задачи и выбор модели базы знаний».
- В чем состоит сущность этапа «Наполнение системы данными и знаниями»?
- Какова цель этапа «Анализ предложенного варианта решения»?
Литература
- Информационные технологии в маркетинге: Учебник для вузов / Под ред. Г.А. Титаренко. — М.: ЮНИТИ-ДАНА, 2000.
- Карминский А.М., Нестеров П.В. Информатизация бизнеса. — М.: Финансы и статистика, 1997.
- Клепцов М.Я. Информационные системы органов государственного управления. — М.: РАГС, 1996.
- Мишинин А.И. Теория экономических информационных систем. — М.: Финансы и статистика, 1999.
К оглавлению
Информационные технологии обработки данных. Роль и значение информационных технологий
Похожие главы из других работ:
Автоматизация расчетов уборочных работ средствами СУБД Access в ОАО «Сибиряк» Русскополянского района Омской области
1. Информационные технологии и системы обработки экономической информации
…
Информатика
Тема 1.2. Технологии обработки информации, управления базами данных; компьютерные коммуникации
…
Информационное обеспечение автоматизированных систем обработки данных
1.1 Информационные технологии обработки данных
Информационные технологии обработки данных предназначены для решения хорошо структурированных задач, по которым имеются необходимые входные данные и известны алгоритмы и другие стандартные процедуры их обработки…
Информационные системы
1. Понятие информации, данных, знаний. Информационные технологии, этапы развития, тенденции, классификация
Термин информация используется во многих науках и во многих сферах человеческой деятельности. Он происходит от латинского слова «informatio», что означает «сведения, разъяснения, изложение». Несмотря на привычность этого термина…
Информационные технологии в профессиональной деятельности. Программирование на языке высокого уровня Pascal 7.0
1. Информационные технологии безопасности и защиты данных
…
Информационные технологии в статистике
3. Информационные технологии для обработки статистической информации
В плановой экономике статистический учет был призван обеспечивать связь предприятия с системами управления вышестоящего уровня. Это осуществлялось за счет учета и контроля деятельности предприятий…
Использование SQL в прикладном программировании
1. Основные понятия и технологии распределенной обработки данных
…
Использование SQL в прикладном программировании
1.3 Технологии распределенной обработки данных
Рассмотрим модели, которые используются в технологии распределенной обработки данных. Технология модели «клиент-сервер» основана на принципе взаимодействия двух программных процессов…
Использование информационных технологий в системах управления
2.1 Информационные технологии обработки данных в системе управления
Получение больших объемов информации превращается для специалистов по информатике и менеджеров в серьезную проблему. Для того чтобы идентифицировать только необходимую информацию для решения какой-то конкретной задачи…
Обработка структурированных данных
Информационные технологии обработки данных в ЭТ
Список — подборка тематически связанных данных, расположенных на одном рабочем листе. Операции над списками: сортировка; фильтрация; анализ данных. Операции над данными…
Организация экономических данных в Excel и методы подготовки их к анализу
1.1 Общие информационные методы обработки данных в Excel
Информационные методы обработки данных напрямую связаны с основными компонентами информационной технологии обработки данных. Это: сбор и хранение данных; обработка данных; получение отчетов…
Разработка Web-приложения для аналитической обработки информации о международном научно-техническом и образовательном сотрудничестве вузов России
1.1 Технологии оперативной аналитической обработки данных
программный модель приложение данные В настоящее время огромные объемы данных накапливаются в учетных, так называемых транзакционных (OLTP), системах. Такие системы строятся на основе современных СУБД…
Разработка Web-приложения для аналитической обработки информации о международном научно-техническом и образовательном сотрудничестве вузов России
1.2 Технологии аналитической обработки данных Microsoft SQL Server
Конечной целью использования хранилищ данных и OLAP являются анализ данных и представление результатов этого анализа в удобном для восприятия и принятия решений виде. Непосредственное обращение клиентского приложения…
Разработка Web-приложения для аналитической обработки информации о международном научно-техническом и образовательном сотрудничестве вузов России
1.3 Технологии аналитической обработки данных в среде .NET
Cуществует два способа получения данных из OLAP-кубов Microsoft SQL Server 2000 Analysis Services. Первый основан на применении ADO (ActiveX Data Objects) и OLEDB-провайдера для доступа к многомерным данным — Microsoft OLE DB Provider for OLAP Services 8.0…
Роль и значение информационных технологий
Информационные технологии обработки данных
Информационная технология обработки данных предназначена для решения хорошо структурированных задач, по которым имеются необходимые входные данные и известны алгоритмы и другие стандартные процедуры их обработки…
Что такое обработка данных? Определение и этапы
Без обработки данных компании ограничивают свой доступ к тем самым данным, которые могут улучшить их конкурентные преимущества и предоставить критически важные бизнес-идеи. Вот почему для всех компаний крайне важно понимать необходимость обработки всех своих данных и то, как это делать.
Что такое обработка данных?
Обработка данных происходит, когда данные собираются и преобразуются в полезную информацию. Обычно обработка данных выполняется специалистом по данным или группой специалистов по обработке данных, поэтому важно, чтобы обработка данных выполнялась правильно, чтобы не повлиять отрицательно на конечный продукт или вывод данных.
Обработка данных начинается с данных в необработанном виде и преобразует их в более читаемый формат (графики, документы и т. Д.), Придавая им форму и контекст, необходимые для интерпретации компьютерами и использования сотрудниками всей организации.
Загрузите The Definitive Guide to Data Integration
прямо сейчас.
Прочитай сейчас
Шесть этапов обработки данных
1.Сбор данных
Сбор данных — это первый шаг в обработке данных. Данные берутся из доступных источников, включая озера данных и хранилища данных. Важно, чтобы доступные источники данных были надежными и хорошо построенными, чтобы собранные данные (а затем использованные в качестве информации) имели максимально возможное качество.
2. Подготовка данных
После того, как данные собраны, они перейдут на этап подготовки данных. Подготовка данных, часто называемая «предварительной обработкой», — это этап, на котором необработанные данные очищаются и организуются для следующего этапа обработки данных.Во время подготовки необработанные данные тщательно проверяются на наличие ошибок. Цель этого шага — удалить неверные данные (избыточные, неполные или неправильные данные) и начать создавать высококачественные данные для лучшей бизнес-аналитики.
3. Ввод данных
Чистые данные затем вводятся в место назначения (возможно, в CRM, например, в Salesforce, или в хранилище данных, например, Redshift), и переводятся на язык, который они понимают. Ввод данных — это первый этап, на котором необработанные данные начинают принимать форму полезной информации.
4. Обработка
На этом этапе данные, введенные в компьютер на предыдущем этапе, фактически обрабатываются для интерпретации. Обработка выполняется с использованием алгоритмов машинного обучения, хотя сам процесс может незначительно отличаться в зависимости от источника обрабатываемых данных (озера данных, социальные сети, подключенные устройства и т. Д.) И его предполагаемого использования (изучение шаблонов рекламы, медицинская диагностика с подключенных устройств, определение потребностей клиентов и т. д.).
5.Вывод / интерпретация данных
Этап вывода / интерпретации — это этап, на котором данные, наконец, становятся доступными для специалистов, не занимающихся данными. Он переведен, удобочитаем и часто представлен в виде графиков, видео, изображений, обычного текста и т. Д.). Теперь сотрудники компании или учреждения могут начать самообслуживание данных для своих собственных проектов по анализу данных.
6. Хранение данных
Заключительный этап обработки данных — хранение. После обработки всех данных они сохраняются для будущего использования.Хотя некоторая информация может быть использована немедленно, большая часть ее будет служить цели позже. Кроме того, правильно сохраненные данные необходимы для соблюдения законодательства о защите данных, такого как GDPR. Когда данные хранятся должным образом, члены организации могут быстро и легко получить к ним доступ при необходимости.
Будущее обработки данных
Будущее обработки данных находится в облаке. Облачные технологии основаны на удобстве современных методов электронной обработки данных и повышают ее скорость и эффективность.Более быстрые и качественные данные означают, что каждая организация может использовать больше данных и извлекать более ценные аналитические данные.
Загрузите Почему ваше следующее хранилище данных должно быть в облаке
прямо сейчас.
Прочитай сейчас
По мере миграции больших данных в облако компании получают огромные преимущества. Облачные технологии больших данных позволяют компаниям объединить все свои платформы в одну легко адаптируемую систему.По мере изменения и обновления программного обеспечения (как это часто бывает в мире больших данных) облачные технологии легко интегрируют новое со старым.
Преимущества облачной обработки данных никоим образом не ограничиваются крупными корпорациями. Фактически, небольшие компании могут получить большие выгоды сами. Облачные платформы могут быть недорогими и предлагать гибкость для роста и расширения возможностей по мере роста компании. Это дает компаниям возможность масштабироваться без высокой цены.
От обработки данных к аналитике
Большие данные меняют то, как все мы ведем бизнес.Сегодня сохранение гибкости и конкурентоспособности зависит от наличия четкой и эффективной стратегии обработки данных. Хотя шесть этапов обработки данных не изменятся, облако привело к огромному прогрессу в технологиях, которые на сегодняшний день предоставляют самые современные, экономичные и быстрые методы обработки данных.
Станьте мастером обработки данных.
Загрузите бесплатную пробную версию Talend Cloud Integration Platform прямо сейчас.
Скачать бесплатную пробную версию Talend Cloud
Объяснение обработкиданных! | Определение, этапы, использование и значение
Что вы имеете в виду под обработкой данных?
Обработка данных — это преобразование данных в пригодную для использования и желаемую форму.Это преобразование или «обработка» выполняется с использованием заранее определенной последовательности операций вручную или автоматически. Большая часть обработки выполняется с использованием компьютеров и других устройств обработки данных и, следовательно, выполняется автоматически. Выходные или «обработанные» данные могут быть получены в различных формах. Примеры этих форм включают изображение, график, таблицу, векторный файл, аудио, диаграммы или любой другой желаемый формат. Полученная форма зависит от используемого программного обеспечения или метода. Сама по себе обработка называется автоматической обработкой данных.Центры обработки данных являются ключевым компонентом, поскольку они обеспечивают обработку, хранение, доступ, совместное использование и анализ данных.
Таким образом можно отсортировать все больше и больше информации. Это помогает получить более четкое представление о материи и лучше ее понять. Это может привести к повышению производительности и увеличению прибыли в различных сферах бизнеса. Прогресс в таких областях, как безопасность данных, машинное управление, наука о данных, сетевая безопасность и т. Д., Требует целенаправленного подхода для надежной, точной и рентабельной обработки.Всем предприятиям, особенно тем, которые требуют обработки данных в реальном времени, необходим надежный и эффективный центр обработки данных. В этих центрах размещается критически важная инфраструктура и обеспечивается надежная обработка данных, необходимая для поддержания работоспособности сервисов.
Какие типы данных необходимо обрабатывать
Данные в любой форме и любого типа требуют обработки большую часть времени. Его можно разделить на личную информацию, финансовые операции, налоговые льготы, банковские реквизиты, вычисления, изображения и просто почти все, что вы можете придумать.Требуемый объем обработки будет зависеть от специальной обработки данных. Впоследствии это будет зависеть от того, какой результат вам нужен. С увеличением спроса и потребности в таких услугах возник конкурентный рынок услуг передачи данных.
Доступны различные службы обработки данных, которые выполняют операции аудита, обработки для компании или организации, собирающей данные. Эти услуги или предприятия помогают другим компаниям соблюдать применимое законодательство, следовать стандартным договорным положениям, заключать соглашения об обработке данных, создавать документацию по безопасности, предотвращать утечку личных данных и даже выступать в качестве надзорного органа для правительства.
Приложения для обработки данных
- Обработка коммерческих данных: Обработка коммерческих данных включает в себя большой объем входных данных, относительно небольшое количество вычислительных операций и большой объем выходных данных. Например, страховой компании необходимо вести учет десятков или сотен тысяч полисов, распечатывать и отправлять счета по почте, а также получать и отправлять платежи.
- Анализ данных: В области науки или техники термины «обработка данных» и «информационные системы» считаются слишком широкими, и обычно используется более специализированный термин «анализ данных».Анализ данных использует специализированные и высокоточные алгоритмы и статистические вычисления, которые реже наблюдаются в типичной общей бизнес-среде.
- Приложения реального мира: При реализации надлежащих алгоритмов и протоколов безопасности можно гарантировать, что входные данные и обрабатываемая информация безопасны и надежно хранятся без несанкционированного доступа или изменений. Обладая должным образом обработанными данными, исследователи могут писать научные материалы и использовать их в образовательных целях.То же самое можно применить для оценки экономических и других сфер и факторов. Отрасль здравоохранения быстро извлекает информацию и даже спасает жизни. Кроме того, подробные сведения о болезни и записи о методах лечения могут сократить затраты времени на поиск решений и помочь уменьшить страдания пациентов.
- Почти все поля: Невозможно представить себе какую-либо область, которая не была бы затронута обработкой данных или их использованием. Пусть это будет сельское хозяйство, производство или сфера услуг, метеорологический департамент, городское планирование, транспортные системы, банковские и образовательные учреждения.Требуется во всех местах разной степени сложности.
Почему обработка данных становится все более популярной?
Обработка данных становится популярной темой из-за различных новых законов и способов использования, связанных с данными. Крупные компании и многонациональные корпорации собирают данные различными способами, включая личную информацию, данные клиентов, информацию о здоровье, контактную информацию, данные о местоположении и т. Д. В связи со сбором этих данных растет беспокойство по поводу того, как они собираются и как они будут собираться. использоваться.Сбор, хранение и обработка конфиденциальной информации, такой как доход, медицинские записи, пространственная информация и т. Д., Становится проблемой во всем мире. Разрабатываются новые законы, регулирующие сбор и обработку данных, с учетом конфиденциальности пользователей.
Связанная статья: Определения | Общий регламент по защите данных (GDPR)
Этапы и процесс обработки данных
Обработка данных требуется для любой деятельности, которая требует их сбора.Эти собранные данные необходимо хранить, сортировать, обрабатывать, анализировать и представлять. Этот полный процесс можно разделить на 6 простых основных этапов:
- Сбор
- Хранение
- Сортировка
- Обработка
- Анализ
- представление и выводы
Шаги, задействованные в этом, образуют цикл, который напоминает обработку данных цикл и цикл обработки информации. Эти циклы могут дать мгновенные результаты или занять время в зависимости от сложности.
Видео, объясняющее обработку данных и цикл обработки данных
Понимание того, как обрабатываются данные, и чтение цикла обработки данных часто может вызывать путаницу. Это короткое видео об обработке данных и цикле обработки данных поможет вам получить больше ясности по теме. В нем кратко объясняется обработка данных, за которой следует цикл обработки данных.
Различные типы выходных файлов, полученных как «обработанные» данные
- Обычный текстовый файл — это простейшая форма обработанных данных.Большинство этих файлов читаются пользователем и просты для понимания. Файлы этого типа не требуют дополнительной обработки или очень незначительны. Они экспортируются как файлы блокнота или WordPad.
- Таблица / электронная таблица — этот формат файла больше всего подходит для числовых данных. Наличие цифр в строках и столбцах позволяет пользователю выполнять различные операции. Например, фильтрация и сортировка в порядке возрастания / убывания, чтобы упростить понимание и использование. При использовании этого файла вывода могут применяться различные математические операции.
- Диаграммы и графики — Возможность вывода результатов в виде диаграмм и графиков удобна и теперь формирует стандартные функции в большинстве программ. Этот вариант полезен при работе с числовыми значениями, отражающими тенденции и рост / снижение. Имеется множество диаграмм и графиков для удовлетворения различных требований. Иногда возникает ситуация, когда необходимо иметь опцию, определяемую пользователем. Если встроенная диаграмма или график недоступны, можно создать собственные диаграммы, т.е.е., пользовательские диаграммы / графики пригодятся.
- Карты / вектор или файл изображения — При работе с пространственными данными очень полезна опция экспорта обработанных данных в карты, векторные файлы и файлы изображений. Наличие информации на картах особенно полезно для градостроителей, которые работают с разными типами карт. Файлы изображений получаются при работе с графикой и не представляют собой удобочитаемый ввод.
- Другие форматы / необработанные файлы — это форматы файлов, специфичные для программного обеспечения, которые могут использоваться и обрабатываться специализированным программным обеспечением.Эти выходные файлы могут быть неполным продуктом и требуют дальнейшей обработки. Таким образом, нужно будет выполнять шаги несколько раз.
Методы обработки данных
Существует ряд методов и типов обработки данных. В зависимости от системы обработки данных и требований проекта могут использоваться подходящие методы обработки данных. Как правило, организации используют компьютерные системы для выполнения ряда операций с данными для представления, интерпретации или получения информации.Этот процесс включает в себя такие действия, как ввод данных, сводка, вычисления, хранение и т. Д. Полезный и информативный вывод представлен в различных соответствующих формах, таких как диаграммы, отчеты, графики и т. Д. Обработка данных в основном важна в деловых и научных операциях. Бизнес-данные обрабатываются многократно и обычно требуют больших объемов вывода. Научные данные требуют многочисленных вычислений и, как правило, быстро генерируемых результатов. Ниже представлены три метода обработки данных:
Обработка данных вручную
Данные обрабатываются вручную без использования какого-либо станка или инструмента для получения требуемых результатов.При ручной обработке данных все вычисления и логические операции выполняются с данными вручную. Точно так же данные переносятся вручную из одного места в другое. Этот метод обработки данных очень медленный, и на выходе также могут возникать ошибки. В большинстве случаев данные обрабатываются вручную во многих малых предприятиях, а также в государственных учреждениях и учреждениях. В образовательном учреждении, например, ведомости оценок, квитанции об оплате и другие финансовые расчеты (или транзакции) выполняются вручную.
Этого метода избегают, насколько это возможно, из-за очень высокой вероятности ошибки, трудоемкости и очень длительного времени. Этот тип обработки данных является очень примитивным этапом, когда технологии не были доступны или были недоступны. С развитием технологий зависимость от ручных методов резко снизилась. Это также делает обработку дорогостоящей и требует больших человеческих ресурсов в зависимости от данных, которые необходимо обработать. Пример включает продажу товара в магазине.
Механическая обработка данных
В этом методе данные обрабатываются с помощью различных устройств, таких как пишущие машинки, механические принтеры или другие механические устройства. Этот метод обработки данных быстрее и точнее, чем обработка данных вручную. Это быстрее, чем в ручном режиме, но все же составляет раннюю стадию обработки данных. С изобретением и развитием более сложных машин с большей вычислительной мощностью этот тип обработки также начал исчезать. Экзаменационные доски и печатный станок часто используют механические устройства обработки данных.В эту категорию можно отнести любое устройство, облегчающее обработку данных. Выходные данные этого метода все еще очень ограничены.
Электронная обработка данных
Электронная обработка данных также известна как EDP, часто используемый термин для автоматической обработки информации. Он использует компьютеры для сбора, обработки, записи, классификации и обобщения данных. Если кто-то спросит, что такое электронная обработка данных, то значение EPD можно охарактеризовать как обработку данных с использованием электронных средств, таких как компьютеры, калькуляторы, серверы и другое подобное оборудование для электронной обработки данных.Компьютер — лучший пример системы EDP . Использование системы обработки данных обеспечивает точную и быструю обработку данных.
Типы обработки данных
Существует ряд методов и приемов, которые могут быть приняты для обработки данных в зависимости от требований, доступности времени, программных и аппаратных возможностей технологии, используемой для обработки данных. Есть несколько типов методов обработки данных.
Пакетная обработка
Это один из широко используемых типов обработки данных, который также известен как последовательная / последовательная, прикрепленная / поставленная в очередь автономная обработка.Основой этого типа обработки является то, что разные задания разных пользователей обрабатываются в порядке поступления. После того, как штабелирование заданий завершено, они передаются / отправляются на обработку с сохранением того же порядка. Такая обработка большого объема данных помогает снизить стоимость обработки, делая обработку данных экономичной. Пакетная обработка — это метод, при котором информация, которую необходимо организовать, сортируется по группам для обеспечения эффективной и последовательной обработки.
Онлайн-обработка — это метод, использующий подключение к Интернету и оборудование, непосредственно подключенное к компьютеру. Он используется в основном для записи информации и исследований. Обработка в реальном времени — это метод, который может почти немедленно реагировать на различные сигналы для сбора и обработки информации. Распределенная обработка обычно используется удаленными рабочими станциями, подключенными к одной большой центральной рабочей станции или серверу. Банкоматы — хорошие примеры этого метода обработки данных. Примеры включают: экзамен, расчет заработной платы и биллинговая система.
Обработка в реальном времени
Как следует из названия, этот метод используется для выполнения обработки в реальном времени. Это требуется, если результаты отображаются немедленно или в кратчайшие сроки. Данные, поступающие в программное обеспечение, почти мгновенно используются для обработки. Характер обработки этого типа обработки данных требует использования подключения к Интернету, и данные хранятся / используются в Интернете. В этом типе лагов не ожидается / приемлемо, и прием и обработка транзакции выполняются одновременно.Этот метод дороже, чем пакетная обработка, так как аппаратные и программные возможности лучше. Пример включает в себя банковскую систему, бронирование билетов на рейсы, поезда, билеты в кино, агентства по аренде и т. Д. Этот метод может почти немедленно реагировать на различные сигналы для сбора и обработки информации. Это связано с высокими затратами на обслуживание и начальными затратами, связанными с очень передовыми технологиями и вычислительной мощностью. В этом случае экономия времени максимальна, так как результат отображается в реальном времени. Например, в банковских операциях.
Онлайн-обработка
Этот метод обработки является частью автоматического метода обработки. Этот метод иногда называют обработкой прямого или произвольного доступа. По этому методу задание, полученное системой, обрабатывается одновременно с получением. Это можно учитывать и часто смешивать с обработкой в реальном времени. Эта система отличается случайным и быстрым вводом транзакций и определенным пользователем прямым доступом к базам данных / контенту, когда это необходимо. Это метод, который использует подключение к Интернету и оборудование, непосредственно подключенное к компьютеру.Это позволяет хранить данные в одном месте и использовать их в совершенно другом месте. Облачные вычисления можно рассматривать как пример, в котором используется этот тип обработки. Он используется в основном для записи информации и исследований.
Распределенная обработка
Этот метод обычно используется удаленными рабочими станциями, подключенными к одной большой центральной рабочей станции или серверу. Банкоматы — хорошие примеры этого метода обработки данных. Все конечные машины работают на фиксированном программном обеспечении, расположенном в определенном месте, и используют точно такую же информацию и наборы инструкций.
Многопроцессорность
Этот тип обработки, пожалуй, наиболее широко используемый вид обработки данных. Он используется почти повсеместно и составляет основу всех вычислительных устройств, полагающихся на процессоры. В многопроцессорной обработке используются центральные процессоры (более одного процессора). Задача или наборы операций делятся между доступными одновременно процессорами, что увеличивает эффективность и пропускную способность. Разбивка заданий, которые необходимо выполнить, отправляется различным процессорам, работающим параллельно в пределах мэйнфрейма.Результатом и преимуществом этого типа обработки является сокращение необходимого времени и увеличение производительности. Более того, процессоры работают независимо, поскольку они не зависят от других процессоров, отказ одного процессора не приводит к остановке всего процесса, поскольку другие процессоры продолжают работать. Примеры включают обработку данных и инструкций в компьютере, ноутбуках, мобильных телефонах и т. Д.
Разделение времени
Использование ЦП на основе времени является ядром этого типа обработки данных. Один ЦП используется несколькими пользователями.Все пользователи используют один и тот же процессор, но время, выделяемое всем пользователям, может отличаться. Обработка происходит с разными интервалами для разных пользователей в соответствии с отведенным временем. Поскольку несколько пользователей могут использовать этот тип, его также называют системой множественного доступа. Это делается путем предоставления терминала для связи с основным ЦП, а доступное время рассчитывается путем деления времени ЦП между всеми доступными пользователями по расписанию.
Законы, связанные с обработкой и хранением данных
Растущая озабоченность по поводу конфиденциальности пользователей и сбора конфиденциальной информации привела к появлению новых законов и руководящих принципов, которым необходимо следовать.Эти законы различаются от страны к стране и регулируют порядок обработки, передачи и использования данных в компании.
Законы о защите данных быстро улучшаются и меняются, чтобы соответствовать меняющимся требованиям. Нарушение безопасности, несанкционированное раскрытие и кража данных — еще одна проблема, требующая строгих правил и стандартов, которые должны соблюдаться компаниями, работающими с информацией о потребителях. Соглашения об обработке данных составляются и соблюдаются компаниями, чтобы обеспечить их соответствие закону об обработке и защите данных.Сегодня в мире существует множество различных законов о защите данных, и может быть сложно не отставать от них. Закон о защите данных — это свод законов, которые регулируют, как и когда личные данные могут быть собраны, использованы или переданы. В Великобритании юридическая обязанность организаций заключается в том, чтобы их клиенты знали, как они будут использовать свои данные. ЕС ввел в действие Общий регламент по защите данных (GDPR), который вступил в силу в мае 2018 года. Существует ряд законов о защите данных, которые вам необходимо соблюдать, когда вы ведете свой бизнес в Интернете.
Когда дело доходит до защиты данных, вам необходимо убедиться, что данные на вашем сайте в безопасности. Сегодня доступно несколько очень хороших технологий шифрования, которые защитят ваши данные и позволят безопасно хранить их на вашем сайте. «Закон о защите данных 1998 года — это закон парламента Соединенного Королевства, который регулирует, как организации могут защищать и контролировать обработку персональных данных. Правила GDPR были введены с целью дать людям больше контроля над тем, для чего используются их данные.
Статья по теме: Несанкционированное раскрытие информации — обзор | Темы ScienceDirect, важность обработки данных, система обработки данных
Инструменты и программное обеспечение для обработки данных
- Surveying Tools — SURVEY MONKEY и т. Д. Программные инструменты, которые помогают нам легко организовать эти тщательно разработанные опросы, чтобы помочь нам собрать соответствующий контент из нужные люди.
- Статистические инструменты –SAS (СИСТЕМА СТАТИСТИЧЕСКОГО АНАЛИЗА) и т. Д. Представляют собой инструменты статистических вычислений, которые помогают в построении этих больших графиков и диаграмм, чтобы помочь нам изучить определенные релевантные закономерности и, таким образом, проводить эффективные сравнения и делать правильные выводы.
- Инструменты расчета и анализа — EXCEL, CALC и т. Д. — это те математические программные инструменты, которые помогают применять соответствующие формулы для обработки всех данных.
- Инструменты управления базами данных — ДОСТУП, БАЗА и т. Д. — это инструменты, которые помогают нам управлять большим объемом данных. В противном случае было бы слишком утомительно ухаживать за ними или ссылаться на них, когда нам это необходимо.
Связано: Лучшие инструменты и программное обеспечение для обработки данных
сообщить об этом объявленииУправление кризисами в обработке данных
Теперь, когда можно проанализировать опыт многих компаний, использующих передовые системы обработки данных (DP), можно сделать свежие и важные наблюдения для руководства директивными органами.Во-первых, мы можем видеть очертания как прошлого, так и будущего с выделением шести стадий роста DP. Хотя ни одна из компаний еще не вошла в стадию 6, некоторые из них приближаются к ней, а многие вошли в промежуточную стадию. Этап 3 дает заметный скачок в и без того быстро растущих затратах на компьютеры; этап 4 — переход к контролю над пользователями программ DP; а этапы 5 и 6 характеризуют развитие и зрелость новой концепции администрирования данных. Для менеджеров DP и пользователей программ эта эволюция имеет серьезные последствия.Планирование, контроль, операции, технологии и затраты — все это серьезно затронуто. Используя тесты, описанные в этой статье, менеджеры могут увидеть, на каком этапе эволюционного процесса находится их организация. Обращаясь к руководящим принципам, описанным в конце, они могут лучше понять, как управлять предстоящим ростом.
Член управляющего комитета корпорации не пожалел слов.
«Я говорю вам, что мне нужна компьютерная система управления потоками товаров, и я готов за нее заплатить.И вы говорите мне, что я не могу этого получить после того, как мы утвердили увеличение вашего четвертого текущего годового бюджета более чем на 30%. Если вы не можете предоставить услугу, я возьму ее на улице. Сейчас вокруг есть надежные компании-разработчики программного обеспечения, и мои люди говорят мне, что мы должны серьезно отнестись к предложению, которое мы получили от крупного производителя мини-компьютеров ».
Ответ вице-президента по информационным службам был воспринят не очень хорошо.
«Я на грани контроля. Это уже не вопрос финансовых ресурсов.Мой бюджет вырос с 30 миллионов долларов в 1975 году до более 70 миллионов долларов в 1978 году. Технология становится сверхсложной. Я не могу достаточно быстро найти нужных людей, не говоря уже о том, чтобы обеспечить подходящее пространство и подключение к нашей разросшейся компьютерной сети ».
Вернувшись в офис, вице-президент знала, что член руководящего комитета будет заниматься миникомпьютером. Технический персонал корпорации не мог обеспечить функции потока товаров за деньги или в сроки, обещанные поставщиком миникомпьютеров.Что-то было не так, хотя она не могла понять это.
Вице-президент задумался над иронией всего этого. Пять лет назад ее пригласили для создания корпоративной компьютерной утилиты после аналогичного периода плохо изученного роста (этот рост стал причиной гибели ее предшественника). Теперь были заданы ключевые вопросы об аналогичной модели роста бюджета на обработку данных (DP), и у нее не было ответов. Она очень хотела этого!
Бедственное положение вице-президента информационных служб не является чем-то особенным.Быстрый рост услуг DP, который многие компании испытали в середине-конце 1960-х годов, снова происходит во многих компаниях. Возрождение сбивает с толку.
Высшее руководство некоторых из этих компаний полагало, что структуры управления DP, введенные в действие в 1970-х годах, такие как оплата, управление проектами и консолидация вычислительной деятельности под жестким бюджетным контролем, сдержат любой рост бюджета в будущем. Тем не менее, темпы роста годового бюджета ДП превышают 30%.Кроме того, только приращения годового бюджета равны общему размеру бюджетов четырех-пятилетней давности. Сбитые с толку руководители этих компаний ищут ответы на вопрос, что лежит в основе этого роста. Это хорошо? Это остановится? Какие ограничения?
Ответы не очевидны, но исследование статуса деятельности DP в различных компаниях и текущей технологической среды проливает свет на ситуацию и дает представление о действиях менеджмента, необходимых для подготовки к росту и управления им.
Шесть этапов роста
Исследования, проведенные мною в течение 1970-х годов ряда компаний — 3 крупных корпорации в начале этого десятилетия, 35 компаний несколько лет назад, а затем большое количество проблем клиентов IBM и других корпораций с тех пор, — указывают на существование шести стадий развития. рост функции DP компании. Эти этапы изображены на Приложении I.
Приложение I Шесть этапов роста обработки данных
Схема, показанная на этой выставке, заменяет четырехступенчатую концепцию, которую я описал в HBR в 1974 году. 1 Четыре описанные далее стадии остаются в силе, но опыт последних лет показывает более широкую и более сложную картину.
На этой выставке показаны шесть этапов роста DP, от внедрения компьютера в организацию до зрелого управления ресурсами данных. На промежуточном этапе 3 управление DP связано с управлением компьютером. В какой-то момент на этапе 3 происходит переход к управлению ресурсами данных. Этот переход предполагает не только реструктуризацию организации DP, но и внедрение новых методов управления.
Чтобы понять новую картину, нужно взглянуть на рост знаний и технологий, на организационный контроль и на переход от компьютерного управления к управлению ресурсами данных. Я рассмотрю каждую из этих тем по очереди.
Развитие знаний
Организационное обучение и переход по этапам находятся под влиянием внешней (или профессиональной) совокупности знаний по управлению обработкой данных, а также внутренней совокупности знаний компании.
Внешний массив знаний является прямым ответом на развитие информационных технологий. Он касается развития теории управления DP, а также коллективного документированного опыта компаний. Внутренняя совокупность знаний, однако, извлекает выгоду из внешней совокупности знаний, но в основном она основана на опыте — то, что менеджеры, специалисты и операторы узнают из первых рук по мере развития системы.
Важно понимать, насколько сильно технология DP стимулирует развитие и кодификацию внешней, или профессиональной, совокупности знаний.По этой причине компания, начавшая автоматизировать бизнес-функции в 1960 году, проходила этапы иначе, чем компания, начавшая автоматизацию в 1970 или 1978 годах. Информационные технологии отличаются, а уровень профессиональных знаний о том, как управлять технологией DP, составляет намного больше в последние годы. Более сложен не только внешний массив знаний, но и более развиты сами информационные технологии.
Контроль и провисание
Организационное обучение зависит от среды, в которой оно происходит.Одна из возможных сред — это то, что можно назвать «контролем»; вторую можно было бы назвать организационным «провалом» — термин, придуманный Ричардом М. Сайертом и Джеймсом Дж. Марчем. 2
В среде control все системы управления финансами и производительностью, включая планирование, составление бюджета, управление проектами, анализ производительности персонала, а также системы начисления или учета затрат, используются для обеспечения эффективности и результативности действий DP. В среде slack , однако, отсутствуют сложные элементы управления.Вместо этого присутствуют стимулы к использованию DP экспериментальным образом (например, системные аналитики могут быть назначены пользователям без какой-либо оплаты их бюджетов).
Когда руководство допускает организационный провал в деятельности DP, оно выделяет на обработку данных больше ресурсов, чем это строго необходимо для выполнения работы. Дополнительная оплата достигает другой цели — развития инноваций. Новые технологии проникают в многофункциональные области бизнеса (например, производство, маркетинг, бухгалтерский учет, персонал и инжиниринг).Однако бюджет будет меньше, а затраты выше. Руководству необходимо стремиться к гораздо большему, чем просто строгая рентабельность.
Баланс между контролем и бездействием важен при разработке соответствующих управленческих подходов на каждом этапе организационного обучения. Например, несбалансированность высокого контроля и низкого провисания на ранних стадиях может препятствовать использованию информационных технологий в организации; и наоборот, несбалансированность низкого контроля и большого провисания на последних стадиях может привести к резкому увеличению бюджета DP и неэффективным системам.
Приложение II демонстрирует соответствующий баланс контроля и слабости на шести этапах. На этапе 3 ориентация управления смещается с управления компьютером на управление ресурсами данных. Этот сдвиг, связанный с внедрением технологии баз данных, объясняет отсутствие записей в компьютерных столбцах после 3-го этапа.
Приложение II Оптимальный баланс организационной слабости и контроля
Смещение упора в управлении
На этапе 2 все больше и больше менеджеров высшего и среднего звена разочаровываются в своих попытках получить информацию из компьютерных систем компании для поддержки принятия решений.Приложение III помогает объяснить корень проблемы. Выставка основана на вымышленной корпорации, которая представляет собой своего рода совокупность изучаемых организаций. Спектр возможностей оборудования DP называется «портфелем приложений».
Exhibit III. Портфель приложений в конце этапа II Примечание. Примером интеграции первого уровня является приложение для заказа на поставку, которое использует информацию об обработке заказов и состоянии запасов. Примером интеграции второго уровня является платежное приложение поставщика, которое использует информацию о кредиторской задолженности и закупках.
Треугольник иллюстрирует возможности рентабельного использования обработки данных для поддержки различных информационных потребностей в организации. Высшее руководство преимущественно использует системы планирования, менеджмент среднего звена преимущественно использует системы контроля, а операционное управление преимущественно использует операционные системы. На каждом уровне есть информационные системы, которые неэкономично или невозможно автоматизировать, несмотря на желание менеджеров получать более быстрые и качественные данные.
На этапе 1 в этой организации автоматизированы несколько низкоуровневых операционных систем в функциональной области, как правило, в бухгалтерском учете.На этапе 2 организация поощряет инновации и широкое применение технологии DP, поддерживая низкий уровень контроля и высокий резерв. В то время как широкое распространение технологии достигается за счет внедрения в операционные системы, проблемы создаются неопытными программистами, работающими без использования эффективных систем управления DP. Эти проблемы вызывают тревогу, когда системы базового уровня не могут поддерживать системы более высокого уровня, в частности, системы обработки заказов, управления производством и бюджетного контроля.Обслуживание существующих, относительно плохо спроектированных систем начинает занимать от 70% до 80% рабочего времени программистов и системных аналитиков.
Таким образом, где-то на этапе 3 можно наблюдать основной сдвиг в ориентации от управления компьютером к управлению ресурсами данных компании. Этот сдвиг в ориентации является прямым результатом анализа того, как сделать больший акцент при расширении деятельности DP на потребности управленческого контроля и планирования, а не на потребности консолидации и координации самих мероприятий DP.Этот сдвиг также служит для сохранения гибкости обработки данных для ответа на новые вопросы руководства о контроле или идеях по планированию.
По мере того, как происходит сдвиг, руководители, вероятно, будут много размышлять о том, как лучше всего ассимилировать технологии баз данных и управлять ими. Термин «администрирование данных» становится обычным на конференциях, и сейчас много говорят о том, какие средства управления данными необходимы.
Но действенных действий мало. Я считаю, что здесь мало что нужно делать, потому что проникновение технологии очевидно низкое на начальном этапе, а сочетание низкого контроля и большого бездействия является естественной сбалансированной средой, способствующей организационному обучению.Однако в то же время сеются семена для последующего резкого роста расходов на ДП.
Этап 3 характеризуется перестройкой и профессионализацией деятельности DP, чтобы повысить ее авторитет в организации. Этот этап также характеризуется первоначальными попытками развить ответственность пользователей за понесенные расходы DP. Обычно эти попытки принимают форму списания средств за услуги DP. К сожалению, как концептуальные, так и технические проблемы реализации подотчетности пользователей приводят к путанице и отчуждению; реальной выгоды в подотчетности не происходит.Тем не менее, тенденции взимания DP в пользовательских бюджетах редко бывают обратными.
Следовательно, на этапе 3 пользователи не видят большого прогресса в разработке новых систем управления, в то время как отдел DP перестраивает, хотя они произвольно несут ответственность за стоимость поддержки DP и имеют мало возможностей повлиять на затраты. Даже самые стойкие пользователи сильно разочаровываются и, говоря уже знакомой фразой, «отказываются от обработки данных».
Взрывной рост
По мере того, как этап 3 приближается к завершению, отдел DP завершает свою реконструкцию и перемещает базу данных и технологии передачи данных в несколько ключевых прикладных областей, таких как ввод заказов, главная книга и планирование потребностей в материалах.Кроме того, компьютерные сервисы и сеть достигают точки, в которой пользователям надежно предоставляются высококачественные услуги. Когда эти достижения реализованы, происходит тонкий переход к стадии 4.
Как только пользователи перестали надеяться на то, что обработка данных предоставит что-то новое, они получают интерактивные терминалы, а также различную поддержку и помощь, необходимые для использования и получения прибыли от технологии баз данных. Они уже благосклонно приняли стоимость услуг DP.Теперь, осознав реальную ценность, они фактически требуют усиленной поддержки и готовы платить практически все, что бы это ни стоило. Это создает темпы роста расходов DP, которые могут напоминать темпы роста на этапе 2, которые, как можно было подумать, больше не будут видны.
Важно подчеркнуть тот факт, что пользователи воспринимают реальную ценность приложений баз данных и интерактивных терминалов для передачи данных. В недавнем исследовании одной компании с более чем 1500 приложениями я обнаружил, что пользователи оценивают свои базы данных и интерактивные приложения как намного более эффективные, чем пользователи традиционных или пакетных технологий оценивают свои приложения.Эта компания поддерживает темпы роста расходов на DP около 30% в течение последних четырех лет. Что еще более важно, пользователи новых приложений требуют роста до пределов возможностей расширения отдела DP.
Отложенная потребность пользователей на этапе 3 — одна из причин. Но более важная часть причины заключается в том, что планирование и контроль, введенные в действие на этапе 3, предназначены для внутреннего управления компьютером, а не для контроля роста его использования и сдерживания резкого роста затрат.На Таблице IV показан типичный образец запуска и разработки внутренних и внешних (то есть управляемых пользователем) систем управления. В конце стадии 4, когда исключительное использование компьютерных средств управления оказывается неэффективным, неэффективность быстрого роста начинает создавать новую волну проблем. Избыточность данных усложняет использование систем контроля и планирования. Растут требования к лучшему контролю и большей эффективности.
Приложение IV Рост и совершенствование планирования и контроля обработки данных
На этапе 5 вводится администрирование данных.На этапе 6 завершается портфель приложений, а его структура «отражает» организацию и информационные потоки в компании.
Определение стадии
Как руководители могут определить, на каком этапе развития находится их корпоративная обработка данных? Мне удалось разработать несколько рабочих тестов для такой оценки. Любой из взятых по отдельности критериев может ввести в заблуждение, но вместе эти критерии обеспечивают надежное изображение. Я опишу некоторые из наиболее полезных тестов, чтобы руководство могло получить представление о том, где оно находится и какие разработки ждут его в будущем.Для визуального изображения тестов см. Приложение V.
.Образец V Тесты шести этапов
Важно понимать, что крупная многонациональная компания может иметь подразделения, одновременно представляющие стадии 1, 2, 3, 4 и, возможно, 5 или даже 6. Однако каждое подразделение, которое я изучал, имеет DP, сконцентрированный на определенной стадии. Знание этого этапа дает основу для разработки соответствующей стратегии.
Тесты первого уровня
Первый шаг — проанализировать кривую расходов компании на DP, наблюдая за ее формой и сравнивая ее годовые темпы роста с продажами компании.Устойчивый темп роста, превышающий объем продаж, указывает на среду, находящуюся на стадии 2 или 4. Затем проанализируйте состояние технологий обработки данных. Если технология баз данных внедрена и от 15% до 40% компьютерных приложений компании работают с использованием такой технологии, компания, скорее всего, перейдет на этап 4.
В свете исследования International Data Corporation количества компаний, внедривших технологию систем управления базами данных в 1977 году (показано на Приложении VI), я считаю, что примерно половина крупных компаний находится на стадии 3 или 4.Это дополнительно подтверждается данными о том, что в 1978 году был отмечен самый большой годовой процентный рост общих бюджетов DP американских компаний — с 36 миллиардов долларов до примерно 42 миллиардов долларов, или на 15 1/2%.
Приложение VI. Программное обеспечение для управления базами данных установлено и планируется установить на средних и крупных компьютерах IBM в США. Источник: Ричард Л. Нолан, «Новая экономика EDP», презентация на конференции International Data Corporation в Сан-Франциско , 3 апреля 1978 г.
Как показано в Приложении VI, около 55% установок IBM в 1979 г. будут иметь технологии баз данных, по сравнению с только около 20% в 1976 г. Я считаю, что это означает, что взрывоопасная стадия 4 в расходах DP может ожидаться в следующих двух или пять лет в большинстве компаний; рост может быть несколько замедлен продолжением впечатляющих технологических достижений, которые улучшили цены и производительность оборудования.
Тесты второго уровня
Второй шаг — сосредоточить внимание на четырех процессах роста, показанных на Приложении V.Должна быть указана каждая основная организационная единица компании, такая как дочерняя компания, подразделение или отдел. Затем следует определить процессы роста, связанные с каждой организационной единицей. Например, децентрализованная дочерняя компания обычно имеет все четыре процесса роста, от расширения портфеля приложений до повышения осведомленности сотрудников о возможностях и функциях DP (см. Левую часть приложения V). Однако у подразделения, использующего услуги корпоративной компьютерной утилиты, вероятно, будет только два процесса роста — расширение портфеля приложений и повышение осведомленности пользователей.
Затем определите стадию (см. Нижнюю часть приложения V) каждого из процессов роста, связанных с организационной единицей. Используйте рост в качестве примера в портфеле приложений. Подход, используемый для этого процесса, аналогичен подходу к любому из процессов. Порядок действий следующий:
1. Определите набор бизнес-функций для организационной единицы, представляющий рентабельные возможности применения технологии DP. Я называю это «портфелем нормативных приложений».«Он представляет бизнес-функции, которые получили бы поддержку DP, если бы компания достигла стадии 6 зрелости. Экспонат VII изображает такую схему.
Приложение VII Контрольные показатели инвестиций для приложений DP
2. Взяв каждую функцию по очереди, укажите для каждого набора систем поддержку, которую обработка данных дает функции в организации. Спросите: «Что это дает нашему бизнесу?» Я предлагаю сделать это, заштриховав место для функции в портфеле нормативных приложений; используйте десятибалльную шкалу, чтобы закрасить функцию на 10%, 40%, 80% или любое другое количество, которое кажется подходящим.Глядя на все выделенные функции в целом, оцените уровень поддержки, предоставляемой системе в целом.
3. Затем сопоставьте поддержку, оказываемую системе в целом, с эталонными показателями, показанными справа от Приложения VII. Например, 80% поддержки операционных систем, 20% поддержки систем управленческого контроля и лишь слабый след поддержки систем стратегического планирования указывают на то, что организация находится на стадии 3.
4. Затем обратите внимание на совпадения и несоответствия между инвестициями в DP и ключевыми функциями, которые способствуют возврату инвестиций или прибыльности компании.Например, если бизнесом компании является производство, и если половина инвестиций системы DP идет на поддержку бухгалтерского учета, поднимается красный флаг. Следует изучить возможность несоответствия между расходами и потребностями.
После функциональной оценки следует провести техническую оценку приложений. Техническая оценка касается того, эффективно ли в деятельности DP используются современные технологии. Используемые контрольные показатели включают возраст отдельных систем, файловые структуры и необходимые ресурсы для обслуживания.
Снова используя схему, подобную описанной в Приложении VII, сравните поддержку, оказываемую обработкой данных различным корпоративным функциям, с технической оценкой. Системы DP устарели, или файловая структура устарела, или есть другие недостатки, указывающие на пренебрежение современной технологией? Такое пренебрежение может быть результатом управленческого надзора, недальновидного желания повысить годовой доход или по другим причинам. В любом случае это означает, что часть активов компании продается.
Во время определения и оценки портфелей приложений для компании создается «План счетов» DP. Бизнес-функции, указанные в портфеле приложений, являются «объектами расходов». Создание плана счетов — важный шаг в достижении уровня сложности управления, необходимого для эффективного руководства этой деятельностью через этапы 4 и 5 и переход к среде этапа 6.
Вот вам и анализ портфеля приложений.Используя такой же подход, руководство может обратиться к другим процессам роста, показанным на Приложении V, для анализа второго уровня. Когда анализ будет завершен, руководство получит общую оценку стадии организации и потенциальных слабых мест в ее способности к будущему росту.
Если полный анализ этого типа будет проведен для всех важных организаций — подразделений и функциональных — компании, менеджмент будет иметь корпоративный профиль. Приложение VIII является примером.Такой профиль обеспечивает основу для разработки эффективной стратегии DP.
Приложение VIII Стадийный анализ одной компании
Руководство к действию
В большинстве крупных корпораций США обработка данных будет стремительно расти в следующие пять лет. Этот рост не обязательно плохой; на самом деле, я считаю, что если этим ростом удастся управлять, это будет самый рентабельный рост, который наблюдался на сегодняшний день. Вот пять рекомендаций по успешному управлению ростом.
1. Осознайте фундаментальный переход организации от управления компьютером к управлению ресурсами данных.
С внедрением технологии баз данных на этапе 3 происходит важный сдвиг в акцентах — с управления компьютером на управление ресурсами данных компании. Очевидно, что этот переход не происходит сразу. Он появляется сначала при анализе портфеля приложений позднего этапа 2 и является результатом требования его реструктуризации, чтобы приложения могли быть эффективно связаны друг с другом.
Переход также становится очевидным во время реализации элементов управления. Трудности с компьютерно-ориентированными системами начисления платы приводят к тому, что руководство ищет альтернативные способы обеспечения подотчетности пользователей. Это часто приводит к выводу, что пользователь может нести ответственность за функциональную поддержку, но обработка данных должна нести ответственность за управление общими данными.
Ключевая идея состоит в том, чтобы признать важность смещения акцента в управлении с компьютера на данные, а затем разработать приложения и системы планирования и контроля для облегчения этого перехода.Приложения должны быть структурированы для обмена данными; новые системы планирования и контроля должны быть ориентированы на данные.
2. Признайте важность поддерживающих технологий.
Новые информационные технологии позволяют компаниям экономно управлять данными. Важно выделить слово с экономической точки зрения . То, что компании сделали всего несколько лет назад для создания крупных центральных коммунальных предприятий DP, больше не оправдывается экономическими аргументами. Управление ресурсами данных меняет экономическую картину.
Базы данных и технологии передачи данных важны с организационной точки зрения. Развивающиеся сети DP позволяют использовать новые подходы к управлению, контролю и планированию. Теперь у нас могут быть многомерные управляющие структуры, такие как функция (например, производство, маркетинг и финансы), продукт, проект и местоположение. Менеджеров и сотрудников можно отнести к одному или нескольким параметрам. Через общие системы данных высшее руководство может получать отчеты о финансовых и операционных показателях по любому из параметров в течение нескольких часов после закрытия рабочего дня, месяца, квартала или года.
И последнее, но не менее важное: разработки онлайн-терминалов, мини-компьютеров и микрокомпьютеров открывают новые возможности для ведения бизнеса на операционном уровне. Например, системы бронирования авиакомпаний больше не действуют отдельно в этой области; Теперь мы можем включать точки продаж (POS) для розничной торговли, банкоматы для банковской отрасли и автоматизацию предприятий для обрабатывающей промышленности.
3. Определите этапы работы операционных подразделений компании, чтобы обеспечить своевременное выполнение действий DP.
Базовый принцип менеджмента: «Если вы не можете измерить это, вы не можете им управлять». Портфели приложений компании обеспечивают обработку данных с планом счетов. В прошлом руководству не хватало универсального и значимого способа описания и отслеживания деятельности DP, то есть определения ее по отношению к прошлому и будущему. Однако в настоящее время существует общая и подтвержденная эмпирическим путем описательная теория эволюции деятельности DP — теория стадии. Эту теорию можно использовать, чтобы понять, откуда возникла компания, какие проблемы возникли в результате слабого управления, а какие возникли в результате естественного роста.Что еще более важно, можно получить некоторое представление о том, что нас ждет в будущем, а затем попытаться разработать соответствующие стратегии управления, которые будут выполнять корпоративные цели.
4. Разработайте многоуровневую стратегию и план.
Большинство отделов DP вышли из эпохи «надомной индустрии». Они достигли точки, в которой они вплетены в операционную ткань своих компаний. Существует множество задокументированных случаев того важного влияния, которое простой компьютерный сбой в течение нескольких часов может оказать на прибыльность компании.
Тем не менее, многие отделы DP продолжают придерживаться стратегии надомной промышленности, заключающейся в готовности удовлетворить любые возникающие потребности. Это может иметь катастрофические последствия, когда этап 4 начнет идти своим чередом. Масштабы и сложность корпоративной деятельности делают невозможным обработку данных «всем для всех». Следовательно, необходимо будет принять решения о том, какой будет обработка данных — ее приоритетами и целями; когда, где и кому он будет служить; и так далее.
Если руководство DP принимает эти решения без преимуществ согласованной стратегии и плана, решения могут быть ошибочными; если они правы, их обоснование не будет должным образом понято пользователями. Если пользователи не понимают стратегического направления обработки данных, они вряд ли окажут поддержку.
Разработка эффективной стратегии и плана — это трехэтапный процесс. Во-первых, руководство должно определить, в каком положении находится компания в развитии функции DP, и должно проанализировать сильные и слабые стороны, которые влияют на стратегии DP. Во-вторых, он должен выбрать стратегию DP, которая соответствует бизнес-стратегии компании. И, в-третьих, , , он должен обрисовать план роста DP на следующие три-пять лет, подробно описывая этот план для каждого из процессов роста, изображенных в Приложении V.
Важно понимать, что план, полученный в результате этого трехэтапного процесса, для большинства компаний является планом начального уровня. Таким образом, план не может и не должен быть слишком подробным. Он должен обеспечивать соответствующий «план» и цель, установленную для каждого процесса роста, чтобы обработка данных в большей степени поддерживала общий бизнес-план.Это также должно стать искрой для всех тех, кто участвует в деятельности DP, которые хотят сделать свою работу более значимой и актуальной для корпоративных целей.
5. Заставить руководящий комитет работать.
Руководящий комитет высшего руководства является важным элементом для эффективного использования обработки данных на продвинутых стадиях. Он дает направление процессу формулирования стратегии. Он может время от времени сбрасывать и пересматривать приоритеты, чтобы программы DP двигались в правильном направлении.
По моим наблюдениям, я считаю, что руководящий комитет должен встречаться ежеквартально для обзора прогресса. Это даст достаточно времени между встречами для достижения прогресса в деятельности DP и позволит комитету внимательно следить за прогрессом. Прогресс и отклонения от плана могут составлять повестку дня обзорных сессий.
1. См. Мою статью, написанную с Сайрусом Ф. Гибсоном, «Управление четырьмя этапами роста EDP», HBR, январь – февраль 1974 г., стр. 76.
2.Ричард М. Сайерт и Джеймс Дж. Марч, «Организационные факторы в теории олигополии», Quarterly Journal of Economics, , февраль 1956 г., с. 44.
Версия этой статьи появилась в мартовском выпуске журнала Harvard Business Review за 1979 год.Что такое информационные технологии? Объясните разницу между данными и информацией
Информационные технологии — это исследование, проектирование, разработка, внедрение, поддержка или управление компьютерными информационными системами, особенно программными приложениями и компьютерным оборудованием.Это возможность электронного ввода, обработки, хранения, вывода, передачи и приема данных и информации, включая текст, графику, звук и видео, а также возможность электронного управления машинами всех типов.
Сюда входят компьютеры, сети, спутниковая связь, робототехника, электронная почта, электронные игры и автоматизированное офисное оборудование. Информационная индустрия включает в себя все организации, связанные с компьютерами, связью и электроникой, включая оборудование, программное обеспечение и услуги.
Информация — это обобщение данных. Данные — это необработанные факты и цифры, которые преобразуются в информацию, такую как сводки и итоги. Информация — это результат обработки, манипулирования и организации данных таким образом, который расширяет знания получателя. Хотя информация и данные часто используются как взаимозаменяемые, на самом деле они очень разные.
Данные представляют собой набор несвязанной информации и как таковые бесполезны, пока не будут должным образом оценены.После оценки, когда между данными существует значимая связь, они преобразуются в информацию. Теперь эти данные можно использовать для разных целей. Пока данные не дадут некоторую информацию, они бесполезны.
Необходимо различать два термина, которые обычно используются как синонимы, а именно данные и информация. Данные — это материал, над которым работают компьютерные программы. Это могут быть цифры, буквы алфавита, слова, специальные символы и т. Д. Но сами по себе они не имеют значения.Например, следующая последовательность цифр 240343 не имеет смысла сама по себе, поскольку она может относиться к дате рождения, номеру детали автомобиля, количеству рупий, потраченных на проект, населению города, количеству людей, занятых в городе. крупная организация и т. д. Как только мы узнаем, к чему относится последовательность, она становится значимой и может быть названа информацией. Когда мы пишем выше как 24-03-43, это может означать дату рождения как 24 марта 1943 года.
Набор слов будет данными, а текст будет информацией.Например, «ЕЖЕГОДНОЕ ОБСЛЕДОВАНИЕ, АМИТАБХ, ДЖЁТСНА, ФИЗИКА» — это набор данных, а «ДЖЁТСНА ОЦЕНИЛА ВЫСШИЕ ЗНАЧЕНИЯ ПО ФИЗИКЕ В ЕЖЕГОДНОМ ОБСЛЕДОВАНИИ» — это информация. Это не конец дела, информация, конечно же, может обрабатываться или обрабатываться, например, печатный текст может быть реорганизован. Также информация, полученная из одного источника или системы, может стать вводом данных для другой системы. В случае экзамена оценочная карта — это информация о человеке, но на самом деле она является источником исходных данных для составления списка заслуг всего совета или университета.Данные — это что-то вроде сырья, используемого в производственных процессах на фабриках или в промышленности. На фабрике по производству бумаги бамбук и старая одежда являются исходными материалами, а бумага — выходом.
Вот сравнение данных и информации:
[/ vc_column_text] [/ vc_column] [/ vc_row]
Обработка данных | Encyclopedia.com
Все знакомы с термином «обработка текста», но на самом деле компьютеры были разработаны для «обработки данных» — организации и обработки больших объемов числовых данных, или, на компьютерном жаргоне, «обработки чисел».»Некоторыми примерами обработки данных являются расчет спутниковых орбит, прогноз погоды, статистический анализ и, в более практическом смысле, бизнес-приложения, такие как бухгалтерский учет, расчет заработной платы и выставление счетов.
С незапамятных времен люди искали способы помочь в вычисление, обработка, объединение и сортировка числовых данных.Подумайте обо всей работе, которую выполнял Боб Крэтчит, отслеживая цифры и счета Эбенезера Скруджа (в книге Чарльза Диккенса A Christmas Carol ).Конечно, Крэтчит хотел более легкого подхода, и, несомненно, мистер Скрудж жаждал более точного метода отслеживания своих счетов.
История развития компьютера показывает, что на протяжении веков люди создавали и использовали различные механические устройства для упрощения вычислений и обработки числовых данных. Возможно, одним из наиболее значимых событий в разработке компьютера была работа, проделанная американским инженером Германом Холлеритом в 1889 году. В стремлении разработать более простой и быстрый метод подсчета U.S. Census, он решил использовать перфокарты , для записи данных, а затем использовать карты в качестве входных данных в вычислительную машину, предназначенную для табулирования данных. Техника сработала, и Холлерит в конце концов основал компанию Табулирующих машин. В 1920-х годах эта компания стала корпорацией IBM (International Business Machines).
Другой важный этап в разработке компьютера также включал поиск более простого решения для вычислений с большими объемами числовых данных.Во время Второй мировой войны точное наведение на цель крупных артиллерийских орудий требовало частого решения многих сложных математических формул. Для таких расчетов был разработан первый полностью электронный цифровой компьютер. ENIAC в конечном итоге привел к разработке серии компьютеров UNIVAC (Универсальный автоматический калькулятор), которые в течение многих лет конкурировали с компьютерами IBM в области обработки данных.
Впоследствии компьютеры стали основой обработки данных, особенно в деловом мире, где они давно заменили машины для подсчета результатов.Компьютеры теперь позволяют автоматизировать такие функции, как расчет заработной платы и выставление счетов, для которых раньше требовалась армия клерков и комната, полная картотек. Действительно, потребности делового мира в обработке данных оказали такое же влияние на развитие компьютерных технологий, как и потребность правительства в точном подсчете результатов переписи и потребность военных в более быстрых расчетах баллистических траекторий.
Одним из наиболее значительных достижений в области обработки данных, которые возникли в ответ на потребности бизнеса, были компьютерные системы хранения и поиска данных или базы данных и системы управления базами данных.База данных — это организованный набор логически связанных данных, которые могут использоваться различными компьютерными программами, известными как прикладные программы. Система управления базой данных (СУБД) — это компьютерная программа, которая создает, поддерживает и получает доступ к базе данных. Подход базы данных имеет много преимуществ по сравнению с простым хранением данных непосредственно в компьютерных программах. Системы баз данных возникли в конце 1950-х — начале 1960-х годов, в основном, благодаря сотрудникам IBM, занимающимся исследованиями и разработками, в ответ на потребности бизнес-сообщества.Сегодня одной из самых популярных комбинаций баз данных и программ является реляционная база данных , и система управления реляционными базами данных (RDBMS).
Благодаря современным персональным компьютерам многие приложения для обработки данных, разработанные для использования в бизнесе, теперь обычно доступны каждому. Некоторые примеры включают электронные таблицы, программы баз данных и программное обеспечение для личных финансов. Хотя их можно использовать и по-другому, электронные таблицы были разработаны для бухгалтерского учета и в основном представляют собой автоматизированные бухгалтерские книги.Они используют столбцы и строки для отображения чисел и текста и позволяют выполнять вычисления с данными. Некоторые типичные программные пакеты включают Excel, Lotus 1-2-3 и QuatroPro. Базы данных и системы управления базами данных являются ценными инструментами обработки данных. Oracle, MySQL и Access — это программы для баз данных, доступные сегодня. Программное обеспечение для личных финансов, такое как Quicken или Money, может помочь людям управлять деньгами и бюджетами, а также помочь в расчете налогов.
Обработка данных — жизненно важная функция бизнеса и персональных компьютеров, и желание найти более простые способы обработки больших объемов числовых данных было одной из основных движущих сил в развитии цифровых компьютеров.Действительно, числовые вычисления являются основой компьютерных операций, поскольку все операции основаны на двоичных цифрах (0,1) или простых числах. Следовательно, даже когда приложение функционирует как «текстовый процессор» или пользователь играет в игры, компьютер фактически выполняет обработку данных.
см. Также Abacus; Холлерит, Герман; Системы автоматизации делопроизводства; Табулирующие машины.
Роберт Д. Риган
Библиография
Austrian, Geoffrey D. Герман Холлерит: забытый гигант обработки информации. Нью-Йорк: издательство Колумбийского университета, 1982.
Маккартни, Скотт. ENIAC: Триумфы и трагедии первого в мире компьютера. Нью-Йорк: Уокер, 1999.
Компьютерные науки Риган, Роберт Д.
Обработка данных или обработка информации?
Что такое обработка данных и обработка информации? Где применяется каждый и что для чего следует использовать? Одно лучше другого? Это некоторые из вопросов, на которые я попытаюсь ответить для вас в этой статье.
Начнем с того, что обработка информации и обработка данных — это, прежде всего, два разных аспекта науки о данных. Проще говоря, обработка данных связана с извлечением информации из сырья; обработка информации широко применяется ко всей информации, но обычно информация подразумевает данные, которые были обработаны.
Определения данных и информации
Иногда определение данных и информации может быть справедливо пересечено. Например, некоторые определения данных включают статистику и факты, что верно для структурированных или обработанных данных.Более эффективное объяснение исходит из Wiki: « набор качественных или количественных переменных », далее Википедия признает, что данные и информация часто взаимозаменяемы. Вероятно, лучше всего будет сказать, что степень « информации », которую можно получить из набора данных, будет зависеть от его качества и формы.
Данные, вероятно, лучше всего описать от латинского производного слова «вещь», сущность. Данные могут быть чем угодно. Однако данные должны содержать какой-то факт — часть информации.
Информация подразумевает «информировать», передавать знания.
Сами по себе данные без подключений могут быть бессмысленными, в то время как информация не может быть, она должна иметь смысл. Информация не является абстрактной, а данные — абстрактными.
Данные — это факт, информация — это факт о чем-то или о ком-то.
Обработка данных
Обработка данных применяет процедуры к необработанным данным, чтобы превратить их в информацию. Наборы данных могут быть просто цифрами, отрывками текста, действиями, которые сами по себе ничего нам не говорят.Эти части необходимо соотносить в информацию, находя связи в наборах. Это функция обработки данных.
Обработка данных собирает, хранит, очищает, преобразует и представляет информацию из наборов данных правильным образом.
Без обработки данных набор данных обычно не может быть очень полезным. Давайте быстро посмотрим, как обработка данных делает набор данных полезным.
Обработка данных, от исходных данных к информации
Исходные данные в основном «нечистые».То есть он содержит много ошибок, поэтому сначала необходимо удалить ошибки — термин, называемый очисткой. Без очистки можно провести множество ошибочных корреляций.
Для обработки данных на любой платформе данные должны быть в одном формате, чтобы наборы сравнительных данных можно было обрабатывать вместе. Это может включать преобразование типов файлов, перестановку и переназначение значений данных или преобразование единиц.
Для предоставления значимой информации наборы данных нуждаются в ряде функций, которые могут включать в себя разделение, сортировку, повторное суммирование или агрегирование.Необходимо определить важные взаимосвязи, сгруппировать похожие элементы, некоторые наборы данных необходимо будет разбить на переменные, а некоторые наборы данных объединить для получения более крупных наборов данных. Затем конечный продукт представляется в виде информации.
Обработка информации
Обработка информации берет информацию и изменяет ее форму, чтобы, как правило, определять из нее больше смысла. В этом смысле обработка информации имеет гораздо больше общего с аналитикой данных, чем обработка данных.
Концепции обработки информации берут свое начало в психологии, которая рассматривает все наблюдения как информацию. Однако, хотя это всего лишь наблюдение, за этим все же стоит смысл, и это не сырые данные.
Thefreedictionary.com определяет обработку информации как « науки, связанные со сбором, обработкой, хранением, извлечением и классификацией записанной информации ». Многие этапы обработки данных идентичны при обработке информации, однако носитель отличается.
Википедия предоставляет более расплывчатое, но в то же время более точное описание, обработку — изменение, информацию — наблюдаемое событие или объект, который дает некоторую форму ответа на вопрос.
Обработка информации — это гораздо более широкий термин, чем обработка данных. Это может означать, например, изменение (обработку) документа (информации) с экрана на печать или процесс получения сообщения. Это может просто означать анализ окружающего мира, чтобы сделать выводы.Важная часть — это информация: действительный ввод, изменение этой информации и полученный ответ на вопрос или сделанный вывод.
Под обработкой информации понимается использование алгоритмов для преобразования данных. По сути, это основная или определяющая деятельность компьютеров, поэтому компьютерные науки изначально были определены как ИТ — информационные технологии. Компьютеры являются обработчиками информации, однако они не занимаются обработкой информации, они являются инструментом обработки, которым управляет их пользователь-человек.Оператор вводит информацию, а затем обрабатывает ее через компьютер.
Есть много параллелей с информацией и аналитикой данных. Аналитика данных — это этап, на котором делается вывод на основе информации, полученной в результате обработки данных, а также используются алгоритмы. Аналитику данных можно рассматривать как еще один этап в функциях обработки данных, чтобы предоставить конечным пользователям больше информации для принятия решений.
Психология рассматривает обработку информации как в первую очередь человеческую функцию, и поиск этого термина приводит ко многим психологическим определениям, однако, особенно в случае машинного обучения, это может быть уже не совсем так.За исключением абстрактных приложений, обработка информации — это наука, требующая рассуждений, будь то искусственный интеллект или люди.
Психология может дать нам ключ к пониманию того факта, что обработка информации — это более высокий когнитивный навык, чем обработка данных, которая в значительной степени сводится к применению программ и повторяющихся методов к наборам данных для поиска закономерностей. То есть обработка данных часто может быть автоматизирована с помощью стандартных машинных технологий и вычислений, но с этой точки зрения информационные технологии могут быть автоматизированы только с помощью машинного обучения.Это требует более высокого мышления.
Заключение
Обработка данных создает информацию. Обработка информации порождает действия или решения. Хотя можно утверждать, что все данные — это информация или вся информация — это данные, это объяснение дает более практическое применение различий из вышеприведенного обсуждения.
Функция обработки данных предназначена для преобразования необработанных данных в значимую информацию. Аналитика данных — это этап, который связывает обработку данных с обработкой информации путем извлечения выводов из обработанных наборов данных.Оттуда начинается обработка информации.
Обработка информации является высоко когнитивной и обычно должна выполняться человеком или искусственным интеллектом.
Без обработки данных обработка информации невозможна. Без обработки информации обработка данных не имеет смысла. Оба они неразрывно связаны.
Если вы занимаетесь обработкой необработанных данных, обработка данных — ваш инструмент. Если вы принимаете решение и общаетесь, вам нужна обработка информации.Это разные шаги в общем процессе создания технологии, основанной на фактах.
Технолог, оратор, педагог, писатель и джедай по визуализации данных.
Я преуспеваю в создании индивидуальных информационных панелей и визуализаций, которые очень нравятся пользователям и клиентам. Делиться тем, что мне нравится делать, — это мое хобби, будь то проект, сотрудничество, отзывы или просто простые практические руководства по визуализации.
Если у вас есть что спросить или поделиться, я буду рад получить известие от вас!
2021 Руководство по степени обработки данных | Найдите свое будущее быстрее
Вы хорошо разбираетесь в числах? Вам нравится анализировать информацию и делать выводы? Обработка данных может быть для вас главным.
Обработка данных больше не является рутинной задачей ввода чисел в компьютер. Профессионалы могут создавать свои собственные программы, помогать предприятиям или правительствам извлекать и хранить данные или учить других, как правильно внедрять новые технологии в свой бизнес. Работая над получением степени, вы будете посещать классы, которые научат вас всему, что вам нужно знать о компьютерах, программном обеспечении и анализе данных. Некоторые изучаемые студентами курсы включают информатику, обработку текста, информационные технологии, анализ компьютерных систем и бизнес-коммуникации.Эти занятия предоставят вам навыки сбора, анализа и составления отчетов о различных типах данных, необходимых для ведения бизнеса.
Объявление
Скачок степени обработки данных
3,6% Увеличение числа выпускниковОбработка данных заняла 227-е место по популярности в 2018-2019 учебном году. Колледжи в Соединенных Штатах сообщили о присвоении 1096 ученых степеней только в этом году. Это на 3,6% больше числа присвоенных ученых степеней в области обработки данных по сравнению с 1057 в предыдущем году.
Примерно 76 колледжей в США предлагают ту или иную степень обработки данных. Изучите этот или один из многих других наших рейтингов по обработке пользовательских данных ниже.
Требования к степени обработки данных
Специалисты по обработке данных хорошо разбираются в компьютерах. Профессионалы проводят свое время, работая с различными типами компьютерного программного обеспечения и программ для сбора и анализа информации. Те, кто добился успеха в этой карьере, имеют большой опыт работы в компьютерных информационных системах и математике.Критическое мышление, решение проблем и навыки письма также необходимы в этой карьере, поскольку профессионалы должны уметь анализировать данные и эффективно сообщать о результатах и выводах.
Выпускники со степенью [степень обработки данных] (https://colleges.collegefactual.com/classes?provider_id=10179&sub_id=dmsSubId&campaign=degree-in-data-processing&sidebar=aos_data-processing&study_cofa&rea_data_data&hl=ru&study_ofa_area_id_a_data_data_data_data&hl=ru&study_ofa_area_id_a_data_data_data_data_id_a_data_data_data_data_data_data_site_a_data_s_are_hd_data_data = % 2F% 2Fwww.collegefactual.com% 2Fmajors% 2Fcomputer-information-Sciences% 2Fdata-processing% 2Findex2.html) может рассчитывать на обычную 40-часовую рабочую неделю в офисе. Большинство специалистов по обработке данных работают в компаниях, но некоторые решают заняться индивидуальной трудовой деятельностью и работать консультантами.
Хотя это не обязательно, практика в этой области будет полезна для студентов. Этот практический опыт познакомит студентов с программами, с которыми профессионалы работают ежедневно, и даст им преимущество при поиске работы после окончания учебы.
Как принять участие в программе обработки данных
Диплом средней школы или его эквивалент обычно требуется для большинства программ обработки данных, и многим студентам потребуется минимальный балл GPA и SAT / ACT в зависимости от школы. В дополнение к этим базовым квалификационным требованиям программы обработки данных, для работы в некоторых областях обработки данных может потребоваться специальная сертификация помимо вашей степени.
Типы степеней обработки данных
Уровни степени обработки данных различаются.Вы можете потратить много лет, достигая уровня A в обработке данных для чего-то, что занимает меньше времени, например. Программы обработки данных могут занять от одного до четырех или более лет для завершения студентом очного отделения.
| Степень | Кредитные требования | Типичная продолжительность программы | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| Ассоциированная степень | 60-70 кредитов | 2 года | |||||||||
| Степень магистра | 50-70 кредитов | 1-3 года | |||||||||
| Докторантура | Курсовая работа, необходимая для программы, включая диссертацию или диссертацию | Не менее 4 лет |
Степень бакалавра является наиболее распространенным уровнем образования достигнуты специалистами, занимающимися обработкой данных, примерно с 52.Его получают 9% рабочих. См. Наиболее распространенные уровни образования для специалистов по обработке данных ниже.
| Уровень образования | Процент работников | |
|---|---|---|
| Степень бакалавра | 50,9% | |
| Степень младшего специалиста (или другая 2-летняя степень | 13,2% | |
| Некоторые курсы колледжа | 8,1% | |
| Степень магистра | 7.2% |
Около 63,5% работников, занимающихся обработкой данных, имеют как минимум степень бакалавра. В приведенной ниже таблице указаны наиболее часто получаемые рабочие степени в области обработки данных.
Это, конечно, зависит от того, какую карьеру в области обработки данных вы выберете.
Карьерные возможности для получения степени в области обработки данных Выпускник
28,9 тыс. Долл. США Средняя начальная зарплата Рост 4% Перспективы работы на 2016-26 гг.Выпускники службы обработки данных имеют много возможностей карьерного роста.Часто выпускники предпочитают заниматься администрированием компьютерных служб или работать в компаниях, создающих программы, позволяющие обмениваться файлами и данными. Поскольку эта специальность дает студентам полезные компьютерные и офисные навыки, доступно множество вариантов работы. Тем, у кого есть предыдущий опыт, будет легче найти работу и они с большей вероятностью будут продвигаться по службе.
Планируется рост числа вакансий в сфере обработки данных
Хотите работать после получения диплома по обработке данных? Ожидается, что карьера в области обработки данных будет расти 4.4% в период с 2016 по 2026 год.
Следующие варианты являются одними из наиболее востребованных профессий, связанных с обработкой данных.
| Название профессии | Прогнозируемые рабочие места | Ожидаемый рост | |||
|---|---|---|---|---|---|
| Компьютерные рабочие | 313,800 | 9,3% | |||
| Название профессии | Средняя средняя зарплата |
|---|---|
| Компьютерные рабочие | 93,350 долл. США |
| Операторы компьютеров | долл. США 46750 долл. США |