Рис. 5.6. Классификация первичной информации
Качественная информация необходима исследователям для более глубокого проникновения в природу людей, совершающих покупки конкретных товаров. Такие исследования имеют своим объектом психологию покупателей в прикладных к торговле аспектах, причем к торговле конкретными товарами (только теми, которыми торгует фирма, проводящая данное исследование). Качественную информацию можно использовать для совершенствования товара, для разработки его потребительных свойств с учетом моральных и этических ценностей покупателей. Качественная информация заставляет производителей и коммерсантов задуматься над истинными ценностями предлагаемых ими товаров, взглянуть на свой товар глазами покупателей. Игнорировать качественную информацию никак нельзя. Полезность ее несомненна, а ее точность и достоверность во многом определяется квалификацией исследователей.
Количественная информация незаменима для понимания поведения больших групп людей (потенциальных покупателей). По своей природе она не может позволить исследователю проникнуть вглубь психологических явлений совершения покупок, но она помогает ему подняться на довольно высокий уровень обобщений по вопросам объемов продаж, отношения больших групп покупателей к потребительным свойствам товара. Выводы, получаемые из количественных показателей, могут иметь весьма широкое применение. Количественная информация, безусловно, дополняет качественную, и весьма существенно. Начинать сбор первичной количественной информации нужно с предпосылки, что предмет исследования измерим и можно получить вполне определенные количественные характеристики его поведения. Не рекомендуется начинать сбор количественной информации, если нет возможности оценить результаты такого исследования с помощью инструментов статистики, если нет возможности сделать надежные обобщения и выводы, представляющие профессиональный интерес для маркетологов , для предпринимателей (заказчиков исследования).
- Первичная информация и методы ее сбора. Применение метода маркетинговых исследований: анкетирование (определение объема выборки)
посредством наблюдений , различных опросов (интервью ), анкетирования , тестирования , экспериментов (см. рис. 5.4). В литературных источниках названы и другие методы или эти же самые, но по-другому. Поскольку в России маркетинговое исследование зачастую отождествляют с анкетированием, и поскольку анкетирование применяется чаще других методов, есть смысл описание методов сбора первичной информации начать именно с анкетирования.
Анкетирование ¾ это письменный опрос реальных и потенциальных покупателей посредством заполнения последними заранее подготовленных исследователями специальных бланков (анкет) с перечнем вопросов. Суть такого исследования состоит в том, что каждый обследуемый в процессе контакта с исследователем или по почте получает анкету, которую самостоятельно заполняет и лично либо по почте возвращает исследователю.
Составлению анкеты, как правило, предшествует большая аналитическая работа: надо установить границы исследуемого рынка, его структуру по сегментам, численность всей опрашиваемой совокупности покупателей, которая называется генеральной совокупностью , численность сегментов, объем выборки в общем и целом, а также и по сегментам, если они выделены, наметить основные параметры, которые необходимо выяснить в процессе анкетирования, и др. Совокупность ответов должна дать полную характеристику изучаемой проблемы на определенный момент времени, поскольку в результате обработки анкет будет получена качественная и количественная информация, позволяющая установить причинно-следственные связи, имеющиеся в торгово-обменных процессах.
Начинать анкетирование можно (а иногда и нужно) с определения объема выборки, под которым понимают часть генеральной совокупности, несущую в себе характеристические черты и признаки всей совокупности обследуемых субъектов (явлений или процессов) и являющуюся по количеству и качеству необходимой и достаточной для вынесения суждений как в целом по всей совокупности, так и по каждому ее элементу в отдельности (разумеется, с определенной степенью точности и достоверности). Определять объем выборки необходимо потому, что обследовать всю генеральную совокупность не представляется возможным ¾ не хватит ни времени, ни средств на такое обследование.
Расчет объема случайной бесповторной выборки (опрашиваемый выбирается случайно и второй раз уже не опрашивается), которая применяется чаще всего, осуществляется по формуле 1:
n = t 2 s 2 N / (D 2 N + t 2 s 2), (5.1)
где n ¾ число единиц выборки;
t ¾ коэффициент доверия, вычисляемый по специальным таблицам в зависимости от вероятности, с которой можно гарантировать, что предельная ошибка не превысит t -кратную ошибку (при вероятности 0,990 он равен 3, при вероятности 0,999 ¾ 3,28; на практике чаще берут вероятность 0,954, при которой t = 2);
s 2 ¾ выборочная дисперсия (она определяется на основе эксперимента или по аналогам, имевшимся в прошлом);
D ¾ предельно допустимая (задаваемая) ошибка выборки;
N ¾ численность генеральной совокупности.
Задание. Примените эту формулу в следующем примере. Пусть генеральная совокупность составляет 100 тыс. человек. Дисперсия, как показывают данные предыдущих аналогичных исследований, составляет ± 5 руб./человек. Коэффициент доверия может быть равен 2, а предельная ошибка ¾ 1 руб. Определите численность выборки.
А теперь попытайтесь определить объем выборки для анкетирования покупателей товаров вашей организации.
Есть другие подходы и формулы для определения объема выборки. Довольно часто в выборке надо учесть структуру генеральной совокупности, т. е. структуру рынка по сегментам , и при анкетировании опросить представителей всех сегментов в соответствующих пропорциях. Если структура генеральной совокупности не учтена, ошибки неизбежны. Суть этих ошибок часто заключается в том, что опрашиваются не те люди. Такие ошибки довольно часто происходят при изучении общественного мнения. Хрестоматийной стала ошибка, совершенная при изучении общественного мнения американских избирателей накануне очередных президентских выборов (см. отступление 5.4).
Отступление 5.4. Управление ресурсами в условиях рынка. Кн. 5. Управление информацией. М.: МЦДО ЛИНК, 1997. С. 51-52.
Во время предвыборной президентской кампании в США в 1936 г. журнал «Literary Digest» («Литературный дайджест») проводил опрос с целью выявления намерений избирателей. Исследованию было подвергнуто более двух миллионов избирателей, имена и адреса которых случайным образом были выбраны из списка подписчиков журнала и в телефонной книге. Результаты опроса этого огромного числа людей, составивших выборку, показали, что в основном они поддержат республиканского кандидата. Однако большинство избирателей проголосовало за Франклина Делано Рузвельта ¾ демократа.
Почему не оправдались результаты опроса? В чем заключалась ошибка? А ошибка заключалась в том, что не тех опросили. Подписчиками журнала в основном были республиканцы, телефоны, поскольку они были довольно дорогим удовольствием, также имели в основном республиканцы, так как они были богаче демократов. Вот и получилось, что выборка оказалась не репрезентативной, т. е. не представительной (не все слои населения были в ней представлены).
История изучения общественного мнения знает немало таких ошибок. Очевидно, эти ошибки, в людях, не посвященных в тонкости формирования выборок, и до сих пор порождают чувство недоверия к подобной информации. В частности, утверждают, что раз опрошены не все представители того или иного слоя населения, то правдивой информация быть не может. Возражая против таких утверждений, один из руководителей американского института Гэллапа, занимающегося изучением общественного мнения, сказал: «Если вы хотите убедиться, насколько вкусным получился суп, вовсе не обязательно съесть всю кастрюлю. Для этого надо взять одну ложку супа, предварительно перемешав всю кастрюлю, в которой бы оказались все его ингредиенты, и съесть только ее. Этого будет вполне достаточно для того, чтобы составить свое представление о том, что получилось». Кстати, когда французы утверждают, что «не нужна целая бочка вина, чтобы судить о его качестве», они тоже имеют в виду разумную величину выборки. Точно так же надо поступать и при определении выборки в маркетинговых исследованиях. Чтобы выборка оказалась репрезентативной, надо «перемешать» всю генеральную совокупность и с соблюдением имеющихся пропорций выбрать из нее типичных представителей, которые будут характеризовать ее в целом.
Однако нельзя так прямолинейно воспринимать материал отступления 5.4. Рассмотрим следующий условный пример, который говорит о том, что здоровой элементарной логики для определения объема выборки иногда недостаточно. Пусть рынок какой-либо фирмы (т. е. генеральная совокупность) равняется 100 тыс. человек. Этот рынок состоит из трех сегментов, выделенных по критерию «уровень доходов»: покупатели с низким уровнем доходов (бедные ¾ 10%), покупатели со средним уровнем доходов (середняки ¾ 75%), покупатели с высоким уровнем доходов (богатые ¾ 15%). Предположим, что у исследователей рынка есть два предложения по объему выборки, которые они сформулировали, не прибегая к формуле (5.1) или к каким-либо другим, аналогичным формулам, а руководствуясь, как им казалось, исключительно здравым смыслом: вариант 1 ¾ опросить 100 чел; вариант 2 ¾ опросить 1000 человек. Чтобы результаты исследования получились достоверными, и в том, и другом случае выборка должна быть пропорциональной генеральной совокупности, т. е. в выборку по первому варианту надо включить 10 человек богатых, 15 бедных и 75 середняков. А в выборку по второму варианту надо включить 100 человек богатых, 150 бедных и 750 середняков (рис. 5.7).
Рис. 5.7. Пропорциональное соотношение выборки и генеральной совокупности
В первом приближении может показаться, что второй вариант более точен и достоверен. Некоторые, возможно, скажут, что точность второго варианта превышает точность первого в 10 раз, и окажутся совершенно неправыми. Стоимость второго варианта будет в 10 раз больше стоимости первого, но никак не точность. Точность, безусловно, возрастет, но не в 10 раз, а значительно меньше, и соизмерение затрат и точности будет говорить отнюдь не в пользу увеличения объема выборки. Зависимость точности результатов от объема выборки можно представить в форме следующего графика (рис. 5.8).
Как следует из рис. 5.8, приемлемый объем выборки при анкетировании будет равен Х покупателей, что обеспечит точность результатов, равную Y. Нет смысла стремиться увеличивать объем выборки, полагая, что это обеспечит наибольшую точность. Этого не произойдет, а затраты на исследование возрастут. При обосновании выборки кроме здравого смысла, без которого не обойтись, надо пользоваться и формулами.
Рис. 5.8. Примерная зависимость точности результатов от объема выборки
Есть, как уже отмечалось, и другие методические подходы для определения наиболее приемлемого объема выборки. Без особых потерь в точности и достоверности результатов они позволяют провести исследование с меньшими затратами. Так, в частности, если требуется учесть неоднородность рынка по сегментам, то формула 5.1 видоизменяется: выборочная дисперсия в ней заменяется средней из внутригрупповых дисперсий. Однако в этом случае следует вести отбор по каждой группе пропорционально дифференциации признака, как это и показано на рис. 5.7 (т. е. в полном соответствии с логикой здравого смысла). Формула для определения объема выборки в этом случае будет выглядеть следующим образом 2:
где k ¾ число i -х сегментов рынка;
N i ¾ численность i -го сегмента;
s i ¾ среднеквадратическое отклонение признака в i -м сегменте.
Информация – сведения об объектах и явлениях окружающей среды, которые уменьшают имеющуюся о них степень неопределенности, неполноты знаний.
Данные – признаки или записанные наблюдения, которые по каким-то причинам не используются, а только хранятся.
Показатели качества информации: достаточность, реальность, возможность, удобство для восприятия, ценность к текущему времени.
2. Системы счисления вычислительной техники.
Изучение систем счисления, которые используются в компьютерах, важно для понимания того, каким образом производится обработка числовых данных в ЭВМ.
Система счисления - способ записи чисел с помощью заданного набора специальных символов (цифр) и сопоставления этим записям реальных значений. Все системы счисления можно разделить на непозиционные и позиционные . В непозиционных системах счисления, которые появились значительно раньше позиционных, смысл каждого символа не зависит от того места, на котором он стоит. Примером такой системы счисления является римская, в которой для записи чисел используются буквы латинского алфавита. При этом буква I всегда означает единицу, буква - V пять, X - десять, L - пятьдесят, C - сто, D - пятьсот, M - тысячу и т.д. Например, число 264 записывается в виде CCLXIV. Недостатком непозиционных систем является отсутствие формальных правил записи чисел и, соответственно, арифметических действий с многозначными числами.
В вычислительной технике применяются позиционные системы счисления. Позиционных систем счисления существует множество и отличаются они друг от друга алфавитом - множеством используемых цифр. Размер алфавита (число цифр в нем) называется основанием системы счисления. Последовательная запись символов алфавита (цифр) изображает число. Позиция символа в изображении числа называется разрядом . Разряду с номером 0 соответствует младший разряд целой части числа. Каждому символу соответствует определенное число, которое меньше основания системы счисления. В зависимости от позиции (разряда) числа значение символа умножается на степень основания, показатель которой равен номеру разряда.
Таким образом, целое положительное число А в позиционной системе счисления можно представить выражением:
где p - основание системы счисления, целое положительное число; a - cимвол (цифра); n - номер старшего разряда числа.
Обозначения цифр берутся из алфавита, который содержит p символов. Каждой цифре соответствует определенный количественный эквивалент. Обозначение ak следует понимать как цифру в k-м разряде. Всегда выполняется неравенство: ak Примером системы счисления является всем нам хорошо известная десятичная
система счисления. Любое число в ней записывается с помощью цифр: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9. Важно, что значение каждой цифры зависит от того места, на котором она стоит в этой записи. Например, 1575: цифра 5 в записи числа встречается дважды: цифра 5 в последнем разряде - число единиц, а цифра 5, находящаяся в записи числа левее, - число сотен. Т.к. значение каждой цифры (ее "вес") определяется той позицией, которую цифра занимает в записи числа, то система счисления называется позиционной
. В десятичной системе счисления значение единицы каждого разряда в 10 раз больше единицы соседнего с ним правого разряда. Само число 10 называется основанием
системы счисления, а цифры, используемые в десятичной системе - базисными числами
этой системы. В компьютере для представления информации используются десятичная, двоичная и шестнадцатеричная
системы счисления. Количество цифр, которое требуется для изображения числа в позиционной системе счисления, равно основанию системы счисления р. Например, для записи чисел в двоичной системе счисления требуется две цифры, в десятичной - десять, а в шестнадцатеричной - шестнадцать. Двоичная система
счисления имеет набор цифр {0, 1}, р=2. Двоичная система счисления имеет особую значимость в информатике: внутреннее представление любой информации в компьютере является двоичным, т.е. описывается набором символов только из двух знаков 0 и 1. Представление информации, хранящейся в памяти компьютера, в ее истинном двоичном виде весьма громоздко из-за большого количества цифр. Поэтому при записи такой информации на бумаге или выводе ее на экран принято использовать восьмеричную
или шестнадцатеричную
системы счисления. В современных компьютерах чаще используется шестнадцатеричная
система счисления. Пример: Для перевода целых чисел из десятичной системы счисления в систему счисления с основанием р
: Последовательно делить заданное число и получаемые целые части на новое основание счисления (р) до тех пор, пока целая часть не станет меньше нового основания счисления. Полученные остатки от деления, представленные цифрами из нового счисления, записать в виде числа, начиная с последней целой части. Чтобы перевести целую часть числа из десятичной системы счисления в систему с основанием р, необходимо разделить ее на р, остаток даст младший разряд числа. Полученное частное вновь делят на р - остаток даст следующий разряд числа и т.д. Пример
: Перевести десятичное число 25 в двоичную систему счисления: 25: 2 = 12 (остаток 1); 12: 2 = 6 (остаток 0), 6: 2 = 3 (остаток 0), 3: 2 = 1 (остаток 1), 1: 2 = 0 (остаток 1). Таким образом, 25(10) = 11001(2) . Перевод чисел из десятичной системы счисления в шестнадцатеричную производится аналогично. Преобразования чисел из двоичной в восьмеричную и шестнадцатеричную системы и наоборот просты потому, что числа 8 и 16 являются целыми степенями числа 2. Например: 12345667(8) = 001 010 011 100 101 110 110 111(2) = 1 010 011 100 101 110 110 111(2); 1100111(2) = 001 100 111(2) = 147(8) 3. Организация ЭВМ по Фон Нейману. Поколения ЭВМ. Классификация современных компьютеров.
Поколения ЭВМ:
лись после 1945 г. Классификация современных компьютеров:
По условиям эксплуатации:
· офисные (универсальные); · специальные. Офисные
предназначены для решения широкого класса задач при нормальных условиях эксплуатации. Cпециальные
компьютеры служат для решения более узкого класса задач или даже одной задачи, требующей многократного решения, и функционируют в особых условиях эксплуатации. Машинные ресурсы специальных компьютеров часто ограничены. Однако их узкая ориентация позволяет реализовать заданный класс задач наиболее эффективно. По производительности и характеру использования:
· микрокомпьютеры, в том числе - персональные компьютеры; · миникомпьютеры; · мэйнфреймы (универсальные компьютеры); · суперкомпьютеры. Микрокомпьютеры
- это компьютеры, в которых центральный процессор выполнен в виде микропроцессора. Разновидность микрокомпьютера - микроконтроллер.
Это основанное на микропроцессоре специализированное устройство, встраиваемое в систему управления или технологическую линию. Персональные
компьютеры (ПК) - это микрокомпьютеры универсального назначения, рассчитанные на одного пользователя и управляемые одним человеком. В класс персональных компьютеров входят различные машины - от дешёвых домашних и игровых с небольшой оперативной памятью, с памятью программы на кассетной ленте и обычным телевизором в качестве дисплея (80-е годы), до сверхсложных машин с мощным процессором, винчестерским накопителем ёмкостью в десятки Гигабайт, с цветными графическими устройствами высокого разрешения, средствами мультимедиа и другими дополнительными устройствами. Миникомпьютерами
и суперминикомпьютерами
называются машины, конструктивно выполненные в одной стойке, т.е. занимающие объём порядка половины кубометра. Сейчас компьютеры этого класса вымирают, уступая место микрокомпьютерам. Мэйнфреймы
предназначены для решения широкого класса научно-технических задач и являются сложными и дорогими машинами. Их целесообразно применять в больших системах при наличии не менее 200 - 300 рабочих мест. Централизованная обработка данных на мэйнфрейме обходится примерно в 5 - 6 раз дешевле, чем распределённая обработка при клиент-серверном подходе. Известный мэйнфрейм S/390 фирмы IBM обычно оснащается не менее чем тремя процессорами. Максимальный объём оперативного хранения достигает более 300 Терабайт. Десятки мэйнфреймов могут работать совместно под управлением одной операционной системы над выполнением единой задачи. Суперкомпьютеры
- это очень мощные компьютеры с производительностью свыше 100 мегафлопов (1 мегафлоп - миллион операций с плавающей точкой в секунду). Они называются сверхбыстродействующими. Эти машины представляют собой многопроцессорные и (или) многомашинные комплексы, работающие на общую память и общее поле внешних устройств. Различают суперкомпьютеры среднего класса, класса выше среднего и переднего края. В этих машинах параллельно, то есть одновременно, выполняется множество похожих операций (это называется мультипроцессорной обработкой). Таким образом, сверхвысокое быстродействие обеспечивается не для всех задач, а только для задач, поддающихся распараллеливанию. 4. Базовая комплектация персонального компьютера. Виды мониторов и принципы их работы:
Базовая комплектация:
· системный блок; · монитор – вывод на экран графической и текстовой информации; · клавиатура; Виды мониторов:
ЭЛТ-мониторы и плоские панели. ЭЛТ-мониторы
: в основе всех подобных мониторов лежит электронно-лучевая трубка (ЭЛТ - кинескоп). Для создания изображения в ЭЛТ-мониторе используется электронная пушка, откуда под действием сильного электростатического поля исходит поток электронов. Сквозь металлическую маску или решетку они попадают на внутреннюю поверхность стеклянного экрана монитора, которая покрыта разноцветными люминофорными точками. Люминофор начинает светиться под воздействием ускоренных электронов, которые создаются тремя электронными пушками. Каждая из трех пушек соответствует одному из основных цветов и посылает пучок электронов на различные люминофорные частицы, чье свечение основными цветами с различной интенсивностью комбинируется и в результате формируется изображение с требуемым цветом. Плоские панели
делятся на: · ЖК-дисплей:
он состоит из ЖК-матрицы (стеклянной пластины, между слоями которой располагаются жидкие кристаллы) и источников света для подсветки. Каждый пиксель ЖК-матрицы состоит из слоя молекул между двумя прозрачными электродами и двух поляризационных фильтров, плоскости поляризации которых перпендикулярны. 5. Внутреннее устройство системного блока.
Материнская плата
– основной компонент компьютера. На ней находится центральный процессор, совершающий основные операции при работе компьютера и управляющий всеми устройствами, включая оперативную память, где хранятся данные и программы для процессора и других устройств. В частности, имеются специальные разъемы для установки плат расширения, которые могут быть: звуковой платой, внутренним модемом, видеоплатой для вывода данных на монитор и другие. Блок питания
предназначен для снабжения электропитанием всех устройств, находящихся внутри системного блока через провода, которые выходят из блока питания. Накопители на дисках:
жесткий диск
(емкость, скорость передачи данных, размер), накопитель на жестких дисках сохраняет информацию для того, чтобы можно было продолжить с ней работу после выключения электропитания.; гибкий магнитный диск;
оптические диски
(CD-ROM, CD-R,CD-RW,DVD-ROM,DVD-R,DVD-RW, Blue Ray DVD, HD DVD); видеокарта
- качество изображения; звуковая карта
– обработка звука. Устройство считывания гибких дисков
позволяет работать с дискетами, записывая или считывая с них программы и данные. Дискеты в основном используются для переноса информации от одного компьютера на другой или для хранения данных и используются в устаревших компьютерах. 6. Системы, расположенные на материнской плате. Основные характеристики микропроцессора.
Любая материнская плата состоит
из следующих логических групп устройств: Набор портов и разъемов
для подключения различных устройств компьютера. Информационной магистралью, связывающей их воедино, является Шина
. Системная шина состоит из адресной шины, шины данных, шины команд Именно с ее помощью передаются сигналы между устройствами компьютера, а также доставляется информация к Центральному Процессору
. Сюда также входит некоторый базовый набор микросхем
- "чипсет",
с помощью которого системная плата производит контроль над всем, что происходит в системном блоке. Также сюда входит микросхема под названием BIOS,
которая является некоторым координационным центром материнской платы. Встроенные (интегрированные) дополнительные устройства компьютера. Существуют на материнских платах такие переключатели
как "джамперы
", с помощью которых регулируются параметры работы системной платы, с их помощью можно также "обнулять" содержимое микросхемы BIOS. Также существуют некоторые разъемы питания, к которым в свою очередь подключается кулер
и индикаторы
, расположенные на системном блоке. На материнской плате расположено множество различных деталей, все они выполняют определенную важную роль, но большая часть функций ложится на плечи нескольких микросхем, которые в комплексе называют простым словом - "чипсет".
Именно от чипсета зависит, какой тип памяти и процессора будет поддерживать материнская плата, а также будет зависеть и скорость передачи данных по шине к устройствам компьютера. Как известно, основная функция системной платы заключается в "наведении мостов" между устройствами компьютера, поэтому главные составляющие любого чипсета также можно назвать "мостами". В чипсете имеется два "моста" и каждый из них является отдельным чипом-микросхемой и имеет четкую задачу: "северный" мост соединяет между собой процессор, оперативную память, отвечает за работу с внутренней шиной; "южный" мост управляет всеми подключенными периферийными устройствами компьютера, а также внутренними контроллерами (звук, сеть, порты и т.д.). Процессор
- это выращенный по определенной технологии кристалл кремния, который содержит в себе множество отдельных элементов - транзисторов, соединенных металлическими контактами. С их помощью процессор работает с данными, занимается вычислениями, производя конкретные математические операции с числами, из которых и состоит любая поступающая в компьютер информация. В принципе центральный процессор в устройстве компьютера не единственный, собственный процессор имеет видеоплата, звуковая карта, а также множество различных внешних устройств таких, например, как принтер или сканер. Эти микросхемы работают совместно с Центральным Процессором, но в отличие от него отвечают чисто за определенную функцию компьютера, например за обработку звука или за создание изображения на экране монитора. На любом кристалле процессора располагаются: Ядро процессора
- это основное вычислительное устройство компьютера. Именно здесь обрабатываются все данные, поступающие в процессор. Сопроцессор
- дополнительный блок, входящий в устройство компьютера, который предназначен для особо сложных математических вычислений. Он активно применяется при работе с графическими или мультимедийными программами. Кэш-память
- буферная память - это некоторый накопитель для данных. В современных процессорах часто применяется 2 типа кэш-памяти:
первого уровня
- небольшая, объемом всего несколько десятков килобайт, но зато сверхбыстрая память второго уровня
- чуть помедленнее, зато объемом - от 128 килобайт до 2 мегабайт. Три основных модификации процессора:
"Офисная"
- используется для работы с компьютерными играми и мультимедийными программами. "Домашняя"
- универсальные процессоры для домашних персональных компьютеров. "Игровая"
- особо мощные процессоры, входящие в устройство компьютера, которые используются для таких серьезных задач, как обработка видео или работа с трехмерной графикой, а также и для компьютерных игр. Характеристики процессора:
Тактовая частота -
это количество элементарных операций или тактов, которые процессор выполняет в течение одной секунды. Количество процессоров (ядер) На сегодняшний день двухядерные процессоры Core2 Two Duo, входящие в устройство компьютера, уже заполонили особую часть рынка и не за горами на смену им эпоха четырехядерных процессоров Core Two Quad. Через каждый год количество ядер в процессорах постоянно удваивается. Разрядность процессора
- это максимальное количество бит информации, которое процессор способен обрабатывать и передавать одновременно. Тактовая частота
- скорость, с которой процессор черпает информацию. А разрядность характеризует объем информации, которая входит в его виртуальную память в один присест. До определенного времени все процессоры в устройстве компьютера были 32-разрядными
. С течением времени разрядность информационной магистрали шины, по которой в процессор поступает информация от иных устройств компьютера, изменилась. Она стала 64-битной. Частота шины –
у шины, как и у процессора, есть своя так называемая пропускная способность, называемая частотой. Чем выше этот показатель, тем лучше. Размер кэш-памяти:
кэш-память в процессоре как правило бывает двух видов. Самая быстрая - это кэш-память первого уровня, которая в свою очередь обладает не большим объемом памяти в 16, 32 кб. Второй вид - это кэш-память второго уровня, которая как правило менее быстрая, но зато более объемная, объем ее достигает 2 Мб. При этом надо отметить, что каждое ядро многоядерного процессора имеет собственную кэш-память определенного объема. 7. Классификация вычислительных сетей по различным признакам. Эталонная модель OSI.
Компьютерная сеть
– это совокупность компьютеров и различных устройств, обеспечивающих информационный обмен между компьютерами в сети без использования каких-либо промежуточных носителей информации. Общая классификация:
Все многообразие компьютерных сетей можно классифицировать по группе признаков: 1. Территориальная распространенность; 2. Ведомственная принадлежность; 3. Скорость передачи информации; 4. Тип среды передачи; По территориальной распространенности
сети могут быть локальными, глобальными, и региональными. -Локальные
– это сети, перекрывающие территорию в пределах нескольких километров (ЛВС – LAN – высокая скорость передачи данных); -региональные
– расположенные на территории города или области (РВС –MAN – обслуживание мегаполисов и т.д.), -глобальные
на территории государства или группы государств, например, всемирная сеть Internet, ГВС – WAN – низкая скорость передачи данных) По принадлежности
различают ведомственные и государственные сети. -Ведомственные
принадлежат одной организации и располагаются на ее территории. -Государственные
сети – сети, используемые в государственных структурах. Термин
“информация” происходит от латинского
informatio, что означает разъяснение,
осведомление, изложение. В широком
смысле информация – это общенаучное
понятие, включающее в себя обмен
сведениями между другими людьми, обмен
сигналами между живой и неживой природой,
людьми и устройствами. Информация
– сведения
об объектах и явлениях окружающей среды,
их параметрах, свойствах и состоянии,
которые уменьшают имеющуюся о них
степень неопределенности, неполноты
знаний. 1.2.
Количественные характеристики информации.
1)
Синтаксическая
мера информации.
Эта мера количества информации оперирует
с обезличенной информацией, не выражающей
смыслового отношения к объекту. На
синтаксическом уровне учитываются тип
носителя и способ представления
информации, скорость передачи и обработки,
размеры кодов представления информации.2)
Объём данных
(V Д)
понимается в техническом смысле этого
слова как информационный объём сообщения
или как объём памяти, необходимый для
хранения сообщения без каких-либо
изменений. Информационный
объём сообщения измеряется в битах
и равен количеству двоичных цифр (“0”
и “1”), которыми закодировано сообщение. 3)
Семантическая мера информации.
Для измерения смыслового содержания
информации, т.е. ее количества на
семантическом уровне, наибольшее
признание получила тезаурусная мера,
которая связывает семантические свойства
информации со способностью пользователя
принимать поступившее сообщение. Для
этого используется понятие тезаурус
пользователя
.
Тезаурус
- это совокупность сведений, которыми
располагает пользователь или система. 4)
Прагматическая
мера информации.
Эта мера определяет полезность информации
(ценность) для достижения пользователем
поставленной цепи. Эта мера также
величина относительная, обусловленная
особенностями использования этой
информации в той или иной системе. 1.3.
Качественные характеристики информации.
Возможность
и эффективность использования информации
обусловливаются такими основными ее
потребительскими показателями
качества
,
как репрезентативность, содержательность,
достаточность, доступность, актуальность,
своевременность, точность, достоверность,
устойчивость. 1)Репрезентативность
информации связана с правильностью ее
отбора и формирования в целях адекватного
отражения свойств объекта. Важнейшее
значение здесь имеют: Правильность
концепции, на базе которой сформулировано
исходное понятие; Обоснованность
отбора существенных признаков и связей
отображаемого явления. С
увеличением содержательности информации
растет семантическая пропускная
способность информационной системы,
так как для получения одних и тех же
сведений требуется преобразовать
меньший объем данных. Достаточность
(полнота)
информации означает, что она содержит
минимальный, но достаточный для принятия
правильного решения состав (набор
показателей). Понятие полноты информации
связано с ее смысловым содержанием
(семантикой) и прагматикой. Как неполная,
т.е. недостаточная для принятия правильного
решения, так и избыточная информация
снижает эффективность принимаемых
пользователем решений. Доступность
информации восприятию пользователя
обеспечивается выполнением соответствующих
процедур ее получения и преобразования.
Например, в информационной системе
информация преобразовывается к доступной
и удобной для восприятия пользователя
форме. Это достигается, в частности, и
путем согласования ее семантической
формы с тезаурусом пользователя. Актуальность
информации определяется степенью
сохранения ценности информации для
управления в момент ее использования
и зависит от динамики изменения ее
характеристик и от интервала времени,
прошедшего с момента возникновения
данной информации. Своевременность
информации означает ее поступление не
позже заранее назначенного момента
времени, согласованного с временем
решения поставленной задачи. Точность
информации определяется степенью
близости получаемой информации к
реальному состоянию объекта, процесса,
явления и т.п. Достоверность
информации определяется ее свойством
отражать реально существующие объекты
с необходимой точностью. Измеряется
достоверность информации доверительной
вероятностью необходимой точности, т.
е. вероятностью того, что отображаемое
информацией значение параметра отличается
от истинного значения этого параметра
в пределах необходимой точности. Устойчивость
информации
отражает ее способность реагировать
на изменения исходных данных без
нарушения необходимой точности.
Устойчивость информации, как и
репрезентативность, обусловлена
выбранной методикой ее отбора и
формирования. 2017
FD.ru
Данные давно уже принято считать важным активом предприятия, к ним нередко
применяют такие эпитеты как «новая нефть» или «золотоносная жила». Причем это
очень быстро растущий актив. Объем только структурированных данных ежегодно
увеличивается на 40%. Если же рассматривать все данные, включая
неструктурированные (данные социальных сетей, интернет-источников, а также
данные сгенерированные автоматически), то их ежегодный рост оценивается
примерно в 80%. Но всегда ли этот актив эффективно используется? Какую цену предприятия
платят за ошибки в данных? Как корректно оценить качество данных и выстроить
эффективную систему управления качеством данных? Существуют ли удачные примеры
реализации такой системы в российской практике? Немного статистики
В 2015 году компания Experian, провела масштабное исследование, охватившее
1239 предприятий США, Франции, Австралии, Германии, Испании и
Нидерландов.Исследование показало, что более 97% организаций страдают от частых
ошибок в контактных клиентских данных. 83% признают, что недополучают доходы
из-за низкого качества и неполноты данных, и, если качество данных было
на высшем уровне, бизнес смог бы увеличить доход в среднем на 15%. О невысоком уровне зрелости процессов управления данными свидетельствует и
тот факт, что только 35% компаний управляют данными централизованно, а более
половины (57%) выявляют ошибки в данных пост-фактум, после того как об этом
сообщили сотрудники или клиенты. И хотя большинство организаций используют
какое-либо технологическое решение для контроля, подготовки и очистки, почти
треть компаний (29%) до сих пор проверяют и очищают свои данные «вручную». 77%
CIO справедливо рассматривают данные в качестве стратегического актива, который
не до конца используется в организации. Аналитики Гартнер установили, что плохое качество данных является основной
причиной провала 40% бизнес-инициатив. Качество данных также влияет на
операционную эффективность, способность управлять рисками и гибко реагировать
на внешние факторы, ошибки в данных снижают производительность труда в среднем
на 20%. Более того, по мере перехода к автоматизированным процессам именно качество
данных становится фактором, лимитирующим качество всего процесса. Показано, что
ошибки в данных на 10% снижают эффективность ИТ. Как трактовать и измерить качество данных?
Качество данных – это свойство данных удовлетворять предъявляемым к ним
требованиям. Причем в соответствии с базовыми принципами качества данных
(определяется стандартами серии ISO/TS 8000, ГОСТ Р 56214–2014/ISO/TS
8000-1:2011) понятие качества данных затрагивает только те данные, которые
участвуют в принятии какого-либо управленческого решения. Качественные данные
предотвращают повторение дефектов и сокращают избыточные расходы. Традиционные определения качества данных фокусируется на каких свойствах
данных как: Стандарт ISO/IEC25012:2008 существенно расширил перечень характеристик
качества данных, включив в него характеристики, зависящие от компьютерной
системы (эффективность, доступность, переносимость, восстанавливаемость,
конфиденциальность и др.). Десять из пятнадцати характеристик качества данных
являются системно зависимыми, что подчеркивает важность выбора правильного
инструмента для управления качеством данных. Для объективной оценки качества данных используются метрики. Это могут быть
как непосредственно измеряемые по определенным правилам базовые показатели, так
и более сложные комбинированные метрики, рассчитываемые на основании
средневзвешенных значений базовых показателей. Примерами таких метрик могут являться показатели доступности данных,
показатели корректности данных, показатели стоимости обеспечения качества,
показатели стоимости исправления ошибок. Для применения метрик должны существовать правила проверки, формализующие
порядок измерения и расчета показателей. Но одних метрик и правил недостаточно,
для получения ощутимого эффекта, влияющего на финансовые показатели
организации, необходим системный подход к управлению качеством данных. Системное управление качеством данных
Управление качеством данных опирается на три элемента: организационная
структура, процессы и инструменты управления качеством данных. Организационная структура обеспечивает распределение ролей и ответственных
за процессы работы с данными. Крупные компании все чаще говорят о выделении
роли информационного директора CDO (Chief Data Officer) и организации
подчиненной ему службы CDO. Информационный директор управляет распределенной
структурой данных на предприятии, служба CDO обеспечивает оперативный оборот
данных, ведет мониторинг любых действий с данными, а также контролирует
использование информационных активов компании. Процессы управления качеством данных (в соответствии с ГОСТ Р 56215-2014 и
ISO/TS 8000-150:2011) делят на три группы: Процессы выполнения операций над данными включают управление структурой
данных в рамках организации в том числе с учетом применения данных в
распределенных системах, разработку и конструирование схемы данных, выполнение
операций над данными (создание, поиск, удаление, обновление). Процессы непрерывного контроля качества нацелены на идентификацию ошибок
данных и включают планирование качества, определение метрик качества и правил
проверки, регламентацию процессов оценки данных по заданным критериям. Процессы повышения качества данных должны обеспечить исправление ошибок в
данных и устранение причин их возникновения. И наконец, третий элемент – это инструменты управления качеством данных. На
рынке представлен широкий арсенал инструментальных систем для работы с данными.
Это и продукты класса Data Quality, системы управления мастер-данными,
специализированные решения для работы с клиентской аналитикой, многочисленные
интеграционные платформы с богатым арсеналом ETL-инструментов, отраслевые
решения. Контроль качества данных традиционно выполняется после извлечения данных из
источника перед размещением их в хранилище данных в ходе так называемого
ETL-процесса . Этот процесс,
как правило, предполагает, как выполнение ряда системных проверок данных
(контроль целостности, непротиворечивости, корректности заполнения атрибутов),
так и выполнения дополнительных бизнес-проверок (контроль сходимости остатков и
оборотов, соответствие лицевых счетов балансовым и т.п.). В ходе ETL-процесса
могут выполняться также операции по обогащению и классификации данных, что
увеличивает ценность данных для последующего анализа. Результаты выполнения
ETL-процедур протоколируются, проблемы с данными анализируются и исправляются.
Использование специализированных решений класса Data Quality упрощает настройку
процедур контроля, облегчает контроль за результатами процесса. Как правило,
такие решения предоставляют специальные графические средства, которые отражают
такие характеристики качества данных, как полнота, согласованность, связность,
точность, целостность и отсутствие дубликатов. Такие решения поставляют как
зарубежные, так и отечественные ИТ-компании. В отличие от западных поставщиков,
российские вендоры все чаще предлагают более бюджетные решения для управления
качеством данных. Так компания Intersoft Lab разработала специальный модуль
оценки качества данных в составе платформы хранилищ данных
« ». Модуль
обеспечивает сбор информации о показателях качества данных, накапливаемых в ХД,
а также информации о фактах устранения дефектов в данных. Пользователям
предлагаются инструменты для анализа показателей качества данных в различных
аналитических разрезах, в том числе анализ динамики изменения качества данных,
а также анализа трудозатрат на устранение дефектов в данных ранжированных по
типам ошибок, филиалам, исполнителям, периодам и другим аналитическим
разрезам. Пример из отечественной практики управления качеством данных
На сегодняшний день большинство проектов, в которых затрагиваются вопросы
контроля качества данных, связаны с
(ХД) или с внедрением аналитических приложений, в том числе
приложений для управления рисками, взаимоотношениями с клиентами, получения
отчетности. Наиболее показательным в этом смысле является пример финансовой
отрасли, в которой исключительно высоки требования к качеству клиентской
аналитики и требования к качеству отчетности, предоставляемой регулятору. Более того, ЦБР законодательно определил требования к качеству данных
информационных систем, применяемых для расчёта величины кредитного риска на
основе внутренних рейтингов. Заместитель председателя Правления ПАО «Банк «Санкт-Петербург» Павел
Филимоненок поделился опытом решения проблемы качества данных в Банке
«Санкт-Петербург» в комментарии, опубликованном на сайте Ассоциации Российских
Банков: «Мы прекрасно понимали, что стоимость обеспечения качества всегда ниже
стоимости исправления ошибок. Мероприятия по обеспечению качества данных были
инициированы в рамках проекта построения корпоративного ХД и завершились
созданием пока еще редкой в российской практике службы качества данных. Сегодня
эта служба успешно функционирует в составе департамента информационных
технологий. Отлажены регламентные процедуры отслеживания и исправления ошибок.
Обеспечен полный и регулярный контроль данных во всех ИС, поставляющих данные в
ХД. Эксперимент по развертыванию службы качества данных завершился успешно во
многом благодаря организационно-технологической помощи поставщика ХД - компании
Intersoft Lab, обеспечившей технологическую поддержку процессов проверки и
обогащения данных. Что мы получили в итоге? Существенно снизилось количество
ошибок в данных. Показательно, что в одном только кредитном портфеле количество
видов ошибок снизилось в 15 раз. Полностью исключены серьезные ошибки, влияющие
на финансовые показатели. Возросло доверие пользователей к данным ХД, а вместе
с ним и качество управленческих решений. Т.е. выстроена эффективная система
управления качеством данных, работающая в интересах всех подразделений.» Таким образом, внедрение
на предприятии увеличивает ценность корпоративных данных, как
актива, пригодного для поддержки достижения бизнес-целей.
Управление данными как активом предприятия: качество данных и бизнес-результат
