Роль данных, информации и знаний в бизнесе

Определения «данных», «информации» и «знаний» обсуждаются учеными информационных систем уже несколько лет. Лью (2007), например, отображает 11 различных источников, которые определяют один или несколько из этих терминов полууникальным образом. Подобное разнообразие конкретных определений этих терминов показано в работе Zin (2007).

Определение данных, информации и знаний

Тем не менее, несмотря на большое разнообразие конкретных определений, все согласны с тем, что «данные», «информация» и «знания» являются ключевыми терминами, которые тесно взаимосвязаны; и разнообразие определений этих терминов часто больше похоже, чем различно. Gallauher (2015) определяет эти термины следующим образом (стр. 295):

• Данные «относятся просто к необработанным фактам и цифрам», которые сами по себе бесполезны.
• Информация – это данные, которые «представлены в контексте, позволяющем ответить на вопрос или поддержать принятие решения».
• Знания – это «понимание опыта и знаний», которые менеджеры и другие лица используют для оценки информации и принятия решений.

Сами по себе ни одна из этих вещей не может создать конкурентное преимущество для бизнеса. Необработанные данные, такие как проценты, например, бессмысленны без понимания того, что представляют собой указанные проценты, и контекста, в котором эти проценты существуют. Точно так же без исходных данных информация бесполезна, поскольку ее нельзя использовать для принятия решений; и даже при наличии данных и информации отсутствие знаний о наилучшем использовании информации может сделать принятие решения невозможным и, вероятно, чрезвычайно опасным там, где его нет.

Однако в совокупности данные, информация и знания могут быть использованы для получения конкурентного преимущества. Например, данные о том, как часто продаются различные продукты, можно сравнить с данными о продажах продуктов конкурентов, чтобы получить информацию о том, насколько хорошо работают продукты двух компаний; и эта информация может быть объединена со знаниями менеджера, чтобы сделать выбор, который позволит компании изменить свою стратегию (например, ценообразование, распределение, реклама и т. д.) и в конечном итоге превзойти своих конкурентов.

Интересно, что Бернстайн (2009) предполагает, что данные, информация и знания образуют пирамиду, и даже предполагает, что четвертый элемент — мудрость — находится на вершине упомянутой пирамиды (стр. 69), предполагая, что знания — индивидуальный опыт и знания — могут обеспечить их с возможными курсами действий, но эта мудрость требуется, чтобы определить, какой образ действий лучше. Работа Бернштейна тем более интересна, что она также определяет каждый из четырех элементов, рассматривая их противоположности: чем они не являются (стр. 70).

• Данные не являются отсутствием или недостатком данных; потерянная информация
• Информация не является дезинформацией; дезинформация; ошибка
• Знание — это не невежество
• Мудрость — это не Глупость; глупость

Методы управления данными для принятия решений

Что это за данные, уже обсуждалось. Однако управление данными требует дополнительного внимания. Согласно Tableau (nd), «Управление данными — это практика сбора, организации, защиты и хранения данных организации, чтобы их можно было проанализировать для принятия бизнес-решений» (параграф 2). Tableau (nd) определяет несколько методов управления данными, которые могут сыграть роль в принятии организационных решений. Эти методы цитируются непосредственно следующим образом:

• Подготовка данных используется для очистки и преобразования необработанных данных в правильную форму и формат для анализа, включая внесение исправлений и объединение наборов данных.
• Конвейеры данных позволяют автоматически передавать данные из одной системы в другую.
• ETL (извлечение, преобразование, загрузка) предназначены для получения данных из одной системы, их преобразования и загрузки в хранилище данных организации.
• Каталоги данных помогают управлять метаданными для создания полной картины данных, предоставляя сводку их изменений, местоположений и качества, а также облегчая поиск данных.
• Хранилища данных — это места для консолидации различных источников данных, борьбы с множеством типов данных, хранящихся в компаниях, и обеспечивают четкий маршрут для анализа данных.
• Управление данными определяет стандарты, процессы и политики для обеспечения безопасности и целостности данных.
• Архитектура данных обеспечивает формальный подход к созданию потока данных и управлению им.
• Безопасность данных защищает данные от несанкционированного доступа и повреждения.
• Моделирование данных документирует поток данных через приложение или организацию.

В конечном счете, каждый из этих методов предлагает организациям возможность собирать и эффективно использовать данные с целью максимизации прибыли по сравнению со своими конкурентами.

Ссылки

Бернштейн, Дж. Х (2009). Иерархия данные-информация-знание-мудрость и ее антитеза.

Галлохер, Дж (2015). Информационные системы: Руководство менеджера по использованию технологий.

Лью, А (2007). Понимание данных, информации, знаний и их взаимосвязей. Журнал практики управления знаниями, 8(2), 1-16.

Таблица (й). Управление данными: что это такое, важность и проблемы.

Зинс, К (2007). Концептуальные подходы к определению данных, информации и знаний. Журнал Американского общества информационных наук и технологий, 58(4), 479-493.