-
Datu vākšana un apstrāde
Nr. | Sadaļas nosaukums | Lpp. |
IEVADS | 2 | |
1. | Datu vākšanas avoti | 3 |
1.1. | Pirmreizējie dati | 3 |
1.2. | Apstrādātie dati | 3 |
2. | Datu Vākšanas metodes | 5 |
2.1. | Pētīšana | 5 |
2.2. | Novērošana | 7 |
2.3. | Eksperiments | 8 |
3. | Informācijas apstrāde | 9 |
3.1. | Informācijas apstrādes līdzekļu attīstības vēsture | 9 |
3.2. | Informācijas apstrāde un analīze | 11 |
3.3. | Datu apstrādes veidi | 12 |
4. | Datu analīzes metodes | 13 |
4.1. | Statistika | 13 |
4.2. | Statistikas metodes | 13 |
4.3. | OLAP | 14 |
4.4. | Datizrace | 17 |
4.4.1. | Datizraces process | 17 |
4.4.2. | Datizraces uzdevumi | 18 |
4.4.3. | Datizraces metodes | 18 |
4.4.4. | Praktiskais pielietojums | 19 |
4.5. | Biznesa inteliģence | 19 |
4.5.1. | BI risinājums | 20 |
4.5.2. | Biznesa datu analīze – veiksmīgas darbības pamats | 21 |
SECINĀJUMI | 22 | |
IZMANTOTĀS LITERATŪRAS SARAKSTS | 23 |
SECINĀJUMI
Atkarībā no pētījuma mērķiem un plāna var izmantot primāros un sekundāros datus;
Datu vākšanas metodes var iedalīt trijās grupās, atkarībā no mārkeinga pētijuma mērķa: novērošana, pētīšana, eksperiments;
Pētīšanas mērķis visbiežāk ir – pircēju attieksmes noskaidrošana, aprakstīt pircēju pirkšanas modeli, ja uzņēmums vēlas saņemt informāciju par cilvēku zināšanām par preci, par viņu ieradumiem, priekšrocībām vai rīcību tirgū.
Novērošanas metodi lietderīgi izmantot tikai tad, kad nav nepieciešama informācija par cilvēku viedokļiem, izjūtām, uztveri, motivējumu.
Veicot eksperimentu, var noskaidrot pētāmās cilvēku kopas reakciju uz noteiktiem faktoriem vai to maiņu. Šīs metodes mērķis ir darba hipotēzes pārbaude un citu hipotēžu izslēgšana.
Datu analīzes attīstības vēsture ir vairāk nekā 15 gadsimtus sena. Šajā laikā tā ir strauji attīstījusies.
Statistiskā datu analīze ir balstīta uz matemātiskās statistikas metodēm, kas iekļauj sevī aprakstošās statistikas metodes, dispersiju, faktoru un korelāciju analīzes, kā arī citas matemātiski-statistiskās analīzes metodes.
Datizrace vai Data mining - process, kurā no liela apjoma datiem tiek iegūtas jaunas, netriviālas, praktiski lietderīgas zināšanas, kas nepieciešamas lēmumu pieņemšanā dažādās sfērās.
Datu analīzes metodes ir pielietojamas ne tikai akadēmijā, bet arī biznesā. Ar Biznesa inteliģences metodēm, uzņēmums var: operatīvāk reaģēt uz mainīgo konjunktūru; atklāt un novērst ar piegāžu tīklu saistītās problēmas; sniegt drošu un ticamu informāciju; apzināt izmaksu samazinājuma iespējas.
…
Referātam nāk līdzi arī prezentācija! Ja definē pētījuma jēdzienu pēc tā funkcijas, tas ir cilvēku darbību kopums, kuru mērķis ir zināšanu iegūšana. Lietišķās zināšanas un fundamentālās zināšanas tiek sistemātiski atklātas pētījumā, kurš sastāv no noteiktām racionāli nepieciešamām daļām. Gan kvalitatīvajais pētījums, gan kvantitatīvas pētījums sevī ietvers virkni nepieciešamo darbību, kuras ir nepieciešamas, lai izpildītu pētījuma funkciju: jaunu zināšanu ieguvi. Zinātniskā pētījuma pieejas process sastāv no vairākiem soļiem, katrs balsta nākamo. Tēmas izvēle ļauj izvirzīt hipotēzi. Hipotēzes pārbaudei ir nepieciešams stingri noteikt terminu definīcijas. Kad termini ir noteikti, ir jānosaka mērāmie lielumi un darbību kopums, kuras ir jāveic. Tikai tad, kad ir veiktas šīs procedūras, ir iespējams uzsākt datu ievākšanu, un, tikai, ja tā ir veikta korekti, var uzsākt datu analīzi. Tikai, kad šī procedūras daļa ir paveikta, pētītājs var beidzot pārbaudīt savu hipotēzi, un, balstoties uz to sniegt sava pētījuma secinājumus. Izceļot katra pētījuma soļa svarīgumu, tomēr ir jāsaka, ka šī darba tēma ir ierobežoti tikai par datu vākšanas un analīzes pētījuma daļu. Ir jāizceļ, ka autori uzskata šo pētījuma daļu par ne tikai vissaistošāko, bet arī par visdarbietilpīgāko pētījuma daļu. Tieši darbietilpīgums, ir svarīgs faktors pareizai datu iegūšanas un analizēšanas teorijas izpratnes nepieciešamības faktors. Ierobežotie pētījumam pieejamie resursi nedrīkst būt izšķērdēti neveiksmīgās datu iegūšanas metodēs, vai bezjēdzīgās apstrādes shēmās. Tādējādi, šī darba mērķis ir apkopot pieejamās zināšanas par pētījumiem nepieciešamo datu vākšanas un analīzes metodēm. Sekojoši, mērķa sasniegšanai tiek izpildīti šādi uzdevumi: definēt un aprakstīt datu avotu veidus un variantus, izklāstīt informāciju par datu vākšanas metodēm un to apstrādes metodēm, piedāvājot arī vēsturisko skatupunktu, apkopot zināšanas par datu analīzes metodēm, izceļot atšķirības un kopīgās īpašības starp virkni dažādām metodēm. Darba noslēgumā autori piedāvā virkni secinājumu, priekšlikumu un atziņu, kas ir radušās darba mērķa īstenošanas gaitā.
- Datu savākšanas metodes
- Datu vākšana un apstrāde
- Galvenās prasības anketu izstrādē, iegūto rezultātu izvērtēšanā un apstrādē
-
Tu vari jebkuru darbu ātri pievienot savu vēlmju sarakstam. Forši!Datu savākšanas metodes
Referāts augstskolai11
-
Galvenās prasības anketu izstrādē, iegūto rezultātu izvērtēšanā un apstrādē
Referāts augstskolai24
Novērtēts! -
Datu avoti un to vākšanas metodes
Referāts augstskolai13
-
Datu ievads ar tabulām vai formulām
Referāts augstskolai24
-
Datu apstrādes sistēmu projektēšana. Automātiskās tāmju izveides sistēma
Referāts augstskolai31