جمع آوری داده ها | Data Collection چیست؟

جمع آوری داده | Data Collection چیست؟

جمع آوری داده ها | Data Collection فرآیند جمع‌آوری و اندازه‌گیری اطلاعات در مورد متغیرهای مورد علاقه، به شیوه‌ای سیستماتیک است که فرد را قادر می‌سازد به سؤالات تحقیق بیان شده پاسخ دهد، فرضیه‌ها را آزمایش کند و نتایج را ارزیابی کند.

جمع آوری داده ها فرآیند جمع آوری داده ها برای استفاده در تصمیم گیری های تجاری، برنامه ریزی استراتژیک، تحقیقات و اهداف دیگر است. این بخش مهمی از برنامه های کاربردی تجزیه و تحلیل داده ها و پروژه های تحقیقاتی است. جمع‌آوری مؤثر داده‌ها اطلاعات مورد نیاز برای پاسخ به سؤالات را فراهم می‌کند. تجزیه و تحلیل عملکرد کسب و کار یا سایر نتایج؛ و روندها، اقدامات و سناریوهای آینده را پیش بینی کنید.

کرک لایسنس تبلو

حتما بخوانید : معرفی ابزارهای کاربردی جمع آوری داده (Data Collection)

در مشاغل، جمع آوری داده ها در سطوح مختلف اتفاق می افتد. سیستم های فناوری اطلاعات به طور مرتب داده هایی را در مورد مشتریان، کارمندان، فروش و سایر جنبه های عملیات تجاری هنگام پردازش تراکنش ها و ورود داده ها جمع آوری می کنند. شرکت ها همچنین برای دریافت بازخورد از مشتریان، نظرسنجی انجام می دهند و رسانه های اجتماعی را ردیابی می کنند.

سپس دانشمندان داده، سایر تحلیلگران و کاربران تجاری، داده های مربوطه را برای تجزیه و تحلیل از سیستم های داخلی، به علاوه منابع داده های خارجی در صورت نیاز جمع آوری می کنند. وظیفه دوم اولین مرحله در آماده سازی داده است که شامل جمع آوری داده ها و آماده سازی آنها برای استفاده در برنامه های کاربردی هوش تجاری و تجزیه و تحلیل است.

برای تحقیق در علوم، پزشکی، آموزش عالی و سایر زمینه ها، جمع آوری داده ها اغلب فرآیند تخصصی تری است که در آن محققان اقداماتی را برای جمع آوری مجموعه های خاصی از داده ها ایجاد و اجرا می کنند. با این حال، در هر دو زمینه تجاری و تحقیقاتی، داده های جمع آوری شده باید دقیق باشند تا اطمینان حاصل شود که یافته های تجزیه و تحلیل و نتایج تحقیقات معتبر هستند.

روش های مختلف جمع آوری داده ها چیست؟

داده‌ها را می‌توان از یک یا چند منبع در صورت نیاز جمع‌آوری کرد تا اطلاعات مورد نظر را فراهم کند. به عنوان مثال، برای تجزیه و تحلیل فروش و اثربخشی کمپین های بازاریابی خود، یک خرده فروش ممکن است داده های مشتری را از سوابق تراکنش، بازدید از وب سایت، برنامه های کاربردی تلفن همراه، برنامه وفاداری خود و نظرسنجی های آنلاین جمع آوری کند.

روش های مورد استفاده برای جمع آوری داده ها بر اساس نوع برنامه متفاوت است. برخی شامل استفاده از فناوری هستند، در حالی که برخی دیگر روش‌های دستی هستند. در زیر برخی از روش های رایج جمع آوری داده ها آورده شده است:

• توابع جمع‌آوری خودکار داده‌ها در برنامه‌های کاربردی تجاری، وب‌سایت‌ها و برنامه‌های تلفن همراه تعبیه شده است.
• حسگرهایی که داده های عملیاتی را از تجهیزات صنعتی، وسایل نقلیه و سایر ماشین آلات جمع آوری می کنند.
• داده های جمع آوری شده از ارائه دهندگان خدمات اطلاعاتی و سایر منابع داده خارجی.
• رسانه های اجتماعی، انجمن های گفتگو، سایت های بررسی، وبلاگ ها و سایر کانال های آنلاین.
• نظرسنجی ها، پرسشنامه ها و فرم های تکمیل شده آنلاین؛ حضوری؛ یا از طریق تلفن، ایمیل یا پست الکترونیکی.
• گروه های متمرکز و مصاحبه های انفرادی.
• مشاهده مستقیم شرکت کنندگان در یک مطالعه تحقیقاتی.

روش های جمع آوری داده های اولیه و ثانویه

روش های جمع آوری داده ها به دو دسته تقسیم می شوند: جمع آوری داده های اولیه و جمع آوری داده های ثانویه.

جمع‌آوری داده‌های اولیه به داده‌هایی اشاره دارد که از طریق تعامل مستقیم با پاسخ‌دهندگان جمع‌آوری می‌شوند. یعنی برای پروژه ای که برای آن جمع آوری شده است، اصل است. روش های جمع آوری داده های اولیه شامل پرسشنامه و نظرسنجی، مصاحبه، گروه های متمرکز و مشاهده است.

جمع آوری داده های ثانویه شامل داده هایی است که قبلاً جمع آوری شده اند. جمع‌آوری داده‌های ثانویه از منابع داده‌ای ثابت انجام می‌شود که می‌تواند شامل منابع منتشر شده، پایگاه‌های اطلاعاتی آنلاین، داده‌های عمومی، داده‌های دولتی، سوابق سازمانی و مطالعات تحقیقاتی منتشر شده باشد.

چالش های رایج در جمع آوری داده ها چیست؟

چالش‌هایی که اغلب هنگام جمع‌آوری داده‌ها با آن مواجه می‌شوند شامل موارد زیر است:

• مسائل مربوط به کیفیت داده – داده های خام معمولاً شامل خطاها، ناسازگاری ها و سایر نگرانی ها می شود. در حالت ایده آل، اقدامات جمع آوری داده ها برای جلوگیری یا به حداقل رساندن چنین مشکلاتی طراحی شده اند. با این حال، در بیشتر موارد، این بی‌خطا نیست. در نتیجه، داده‌های جمع‌آوری‌شده معمولاً باید از طریق پروفایل داده‌ها برای شناسایی مشکلات و پاکسازی داده‌ها برای رفع آنها قرار داده شوند.
• یافتن داده های مرتبط- با طیف گسترده ای از سیستم ها برای پیمایش، جمع آوری داده ها برای تجزیه و تحلیل می تواند یک کار پیچیده برای دانشمندان داده و سایر کاربران در یک سازمان باشد. استفاده از تکنیک‌های تنظیم داده می‌تواند به آسان‌تر یافتن و دسترسی به داده‌ها کمک کند. به عنوان مثال، این ممکن است شامل ایجاد یک فهرست داده و فهرست های قابل جستجو باشد.

فروش کرک تبلو

←برای خرید کرک لایسنس تبلو Tableau با تمام ویژگی ها کلیک کنید

• تصمیم‌گیری برای جمع‌آوری داده‌ها – این یک مسئله اساسی است هم برای جمع‌آوری اولیه داده‌های خام و هم زمانی که کاربران داده‌ها را برای برنامه‌های تحلیلی جمع‌آوری می‌کنند. جمع آوری داده هایی که مورد نیاز نیستند زمان، هزینه و پیچیدگی را به فرآیند اضافه می کند. اما کنار گذاشتن داده های مفید می تواند ارزش تجاری مجموعه داده را محدود کند و بر نتایج تجزیه و تحلیل تأثیر بگذارد.
• برخورد با کلان داده – محیط های کلان داده معمولاً ترکیبی از حجم زیادی از داده های ساختاریافته، بدون ساختار و نیمه ساختار یافته را شامل می شود. این امر مراحل جمع آوری و پردازش داده های اولیه را پیچیده تر می کند. علاوه بر این، دانشمندان داده اغلب نیاز به فیلتر کردن مجموعه‌ای از داده‌های خام ذخیره شده در دریاچه داده برای کاربردهای تحلیلی خاص دارند.
• پاسخ کم و سایر مسائل تحقیقاتی- در مطالعات پژوهشی، فقدان پاسخ یا تمایل شرکت کنندگان سوالاتی را در مورد اعتبار داده های جمع آوری شده مطرح می کند. چالش‌های دیگر تحقیق شامل آموزش افراد برای جمع‌آوری داده‌ها و ایجاد رویه‌های تضمین کیفیت کافی برای اطمینان از دقیق بودن داده‌ها است.

مراحل کلیدی در فرآیند جمع آوری داده ها چیست؟

فرآیندهای جمع آوری داده ها که به خوبی طراحی شده اند شامل مراحل زیر است:

1. یک موضوع تجاری یا تحقیقاتی را که باید مورد توجه قرار گیرد، شناسایی کنید و اهدافی را برای پروژه تعیین کنید.
2. داده های مورد نیاز را برای پاسخ به سؤالات تجاری یا ارائه اطلاعات تحقیقاتی جمع آوری کنید.
3. مجموعه داده هایی را که می توانند اطلاعات مورد نظر را ارائه دهند، شناسایی کنید.
4. برنامه ای برای جمع آوری داده ها، از جمله روش های جمع آوری که استفاده خواهد شد، تنظیم کنید.
5. داده های موجود را جمع آوری کنید و شروع به کار کنید تا آنها را برای تجزیه و تحلیل آماده کنید.

ابزار جمع آوری داده ها چیست؟

فراتر از روش‌ها و مراحل جمع‌آوری داده‌ها در فرآیند جمع‌آوری داده‌ها، بسیاری از ابزارهای خاص جمع‌آوری داده‌ها به طور معمول استفاده می‌شوند. این موارد شامل موارد زیر است:

• نظرسنجی های حضوری. پاسخ دهندگان داده ها را چهره به چهره ارائه می دهند.
• نظرسنجی های آنلاین. پاسخ دهندگان داده ها را از طریق اینترنت ارائه می دهند.
• نظرسنجی های موبایل. نظرسنجی های آنلاین بر روی گوشی هوشمند یا تبلت پاسخ دهنده مستقر می شوند.
• نظرسنجی های تلفنی. داده ها از طریق تعاملات پرسش و پاسخ از طریق تلفن جمع آوری می شود.
• مشاهده داده ها. با مشاهده رفتار شرکت کنندگان، بدون تعامل مستقیم جمع آوری می شود.
• تکمیل جمله. از پاسخ دهندگان خواسته می شود جملاتی را تکمیل کنند تا طرز فکر، نظرات یا سطح دانش آنها مشخص شود.
• نقش آفرینی. از پاسخ دهندگان پرسیده می شود که چگونه به یک موقعیت یا سناریوی معین پاسخ می دهند.
• تداعی کلمه. از پاسخ‌دهندگان خواسته می‌شود کلماتی را که وقتی کلمه‌ای نشانه‌ای به آن‌ها ارائه می‌شود، به ذهنشان خطور می‌کند.

محصولات مختلف زیادی برای جمع آوری داده ها در بازار وجود دارد، از جمله نرم افزار نظرسنجی یا نرم افزار اتوماسیون بازاریابی که به کاربران امکان می دهد فرم ها را توسعه دهند یا داده ها را برای نمودارها، نمودارها یا انواع دیگر گزارش ها جمع آوری کنند. ابزارهای اختصاصی جمع آوری داده ها می توانند به کسب و کارها در صرفه جویی در زمان و هزینه کمک کنند، از صحت داده ها اطمینان حاصل کنند و داده ها را در یک مکان ادغام کنند.

ملاحظات جمع آوری داده ها و بهترین شیوه ها

دو نوع داده اولیه را می توان جمع آوری کرد: داده های کمی و داده های کیفی. اولی عددی است — به عنوان مثال، قیمت ها، مقادیر، آمار و درصد. داده های کیفی ماهیت توصیفی دارند – برای مثال رنگ، بو، ظاهر و نظر.

سازمان ها همچنین از داده های ثانویه از منابع خارجی برای کمک به تصمیم گیری های تجاری استفاده می کنند. برای مثال، تولیدکنندگان و خرده فروشان ممکن است از داده های اداره سرشماری ایالات متحده برای کمک به برنامه ریزی استراتژی ها و کمپین های بازاریابی خود استفاده کنند. شرکت ها همچنین ممکن است از آمارهای بهداشتی دولتی و مطالعات خارج از مراقبت های بهداشتی برای تجزیه و تحلیل و بهینه سازی طرح های بیمه پزشکی خود استفاده کنند.

مقررات عمومی حفاظت از داده اتحادیه اروپا (GDPR) و سایر قوانین حفظ حریم خصوصی که در سال‌های اخیر وضع شده‌اند، حفظ حریم خصوصی و امنیت داده‌ها را در جمع‌آوری داده‌ها، به ویژه اگر حاوی اطلاعات شخصی مشتریان باشد، ملاحظات مهمی می‌دانند. برنامه حاکمیت داده یک سازمان باید شامل سیاست هایی باشد تا اطمینان حاصل شود که شیوه های جمع آوری داده ها با قوانینی مانند GDPR مطابقت دارد.

سایر بهترین شیوه های جمع آوری داده ها شامل موارد زیر است:

• سوالاتی را که می‌خواهید پاسخ دهید را بشناسید. درک اینکه چرا داده ها جمع آوری می شوند تا اطمینان حاصل شود که داده های مناسب برای رفع نیازهای تجاری یا تحقیقاتی به دست آمده است.
• از روش های اعتبارسنجی داده ها استفاده کنید. اطمینان حاصل کنید که داده ها، چه در حین جمع آوری و چه به عنوان بخشی از فرآیند آماده سازی داده، دقیق هستند.
• فقط داده های لازم را جمع آوری کنید. زمان و منابع را برای جمع آوری داده های نامربوط هدر ندهید.
• خطای انسانی را کاهش دهید. استفاده از تکنیک های جمع آوری خودکار داده ها می تواند به کاهش احتمال خطای انسانی کمک کند.

مقاله های مرتبط:

1- فرهنگ داده چیست – چرا برای حل مشکلات سازمانی ضروری است؟

2-آماده سازی داده ها یا Data Preparation – پالایش داده های خام

3- چگونه می توان داده ها را به اطلاعات تبدیل کرد؟

4-داشبورد سازی در نرم افزار تبلو و تجسم داده ها

download tableau desktop