डेटा शब्द लैटिन भाषा से आया है, जिसका अर्थ है कच्ची जानकारी का संग्रह। डेटा प्रोसेसिंग की अवधारणा वांछित सार्थक आउटपुट प्राप्त करने के लिए कंप्यूटर का उपयोग करके कच्चे डेटा को संसाधित करने के बारे में है। डेटा को मैन्युअल या स्वचालित रूप से संसाधित किया जा सकता है। कच्चे डेटा को संसाधित करने के बाद जो आउटपुट डेटा प्राप्त किया जाता है, उसे विभिन्न रूपों में दर्शाया जाता है जैसे, यह या तो संख्यात्मक रूप से हो सकता है जैसे 0-9,।, +, -, /, ई, डी या चरित्र रूप जो या तो स्ट्रिंग प्रारूप हो सकता है जैसे वर्णमाला प्रारूप या अल्फ़ान्यूमेरिक प्रारूप या चित्र जैसे आरेख, चार्ट, नक्शे, जो के प्रकार पर आधारित है सॉफ्टवेयर डेटा के प्रसंस्करण के लिए उपयोग की जाने वाली प्रक्रिया या प्रक्रिया।
डाटा प्रोसेसिंग क्या है?
किसी आउटपुट जैसे मैनुअल या स्वचालित टूल जैसे माध्यमों का उपयोग करके कच्चे डेटा को अर्थपूर्ण आउटपुट सूचना में परिवर्तित करने की प्रक्रिया को डेटा प्रोसेसिंग कहा जाता है। एक कक्षा में छात्रों की संख्या, परीक्षा परिणाम, पता आदि जैसे कच्चे डेटा, जो प्रोसेसर को इनपुट के रूप में दिया जाता है जो कच्चे डेटा में हेरफेर करने के लिए कुछ प्रक्रियाओं का उपयोग करता है और वांछित सार्थक उत्पादन प्रदान करने के लिए इसे संसाधित करता है। उदाहरण के लिए, यदि हम किसी डिपार्टमेंटल स्टोर में कोई आइटम खरीदते हैं, तो वे हमें खरीदने के बाद बिल प्रदान करते हैं, जहाँ बिल में आइटम विवरण, ग्राहक का नाम, फोन नंबर, पता, समय, बिल राशि, भुगतान की गई राशि, कर, जैसी सभी डेटा आइटम जानकारी होती है। आदि, ये सभी एक साथ मिलकर एक जानकारी बनाते हैं, जहां यह जानकारी डेटा का प्रोसेस फॉर्म है। इस प्रसंस्करण का मूल कार्य सत्यापन, सॉर्टिंग, सारांश, एकत्रीकरण, विश्लेषण, रिपोर्टिंग, वर्गीकरण है।
डाटा प्रासेसिंग
विभिन्न प्रकार
तीन प्रकार के डेटा प्रोसेसिंग हैं, वे हैं
मैनुअल डाटा प्रोसेसिंग
डेटा जो मानव क्रियाओं द्वारा मैन्युअल रूप से संसाधित किया जाता है जो किसी भी उपकरण का उपयोग किए बिना मैन्युअल प्रसंस्करण है। उदाहरण के लिए मैन्युअल रूप से किसी रिपोर्ट को लिखना या उसकी गणना करना और मैन्युअल प्रोसेसिंग करना, मैन्युअल प्रोसेसिंग, मैन्युअल रूप से मार्क्स शीट, वित्तीय गणना आदि का सत्यापन करना है। मुख्य नुकसान यह है कि मैनुअल प्रोसेसिंग के लिए उच्च श्रम लागत, उच्च समय की खपत, अधिक त्रुटियों आदि की आवश्यकता होती है। नुकसान, अधिक अग्रिम उपकरण आ गए हैं जहां प्रसंस्करण कार्य स्वचालित रूप से किया जाता है।
इलेक्ट्रॉनिक डाटा प्रोसेसिंग (EDP)
इसे सूचना सेवाओं या प्रणालियों के रूप में भी कहा जाता है। यह कंप्यूटर और प्रोग्राम के जरिए कच्चे डेटा का उपयोग करता है इलेक्ट्रॉनिक संचार । प्रोसेसिंग का काम बहुत तेज है। इलेक्ट्रॉनिक डेटा प्रोसेसिंग के लिए सबसे अच्छा उदाहरण एक एटीएम कार्ड है, जो इलेक्ट्रॉनिक चिप के साथ एम्बेडेड है।
वास्तविक समय डेटा प्रसंस्करण
यह एक सतत प्रक्रिया है, जो सेकंड के भीतर प्रतिक्रिया देती है जब डेटा इनपुट दिया जाता है तो यह संसाधित हो जाता है और वांछित आउटपुट डेटा प्रदान करता है। उदाहरण के लिए, एक व्यक्ति अपने खाते से एक निश्चित राशि का उपयोग करना चाहता है एटीएम । जैसे ही वह कार्ड सम्मिलित करता है और शेष राशि में प्रवेश करता है, वह एटीएम पिन के साथ आकर्षित करना चाहता है, मशीन लेनदेन की प्रक्रिया करता है और कुछ ही सेकंड में अपने बैंक खाते के शेष को ऑनलाइन अपडेट करता है। मुख्य लाभ समय लेने वाला है।
डाटा प्रोसेसिंग चक्र
यह प्रसंस्करण चक्र मैनुअल और इलेक्ट्रॉनिक प्रसंस्करण दोनों के लिए आम है। यह कच्चे डेटा से जानकारी निकालने के लिए चरणों की श्रृंखला है। इस प्रसंस्करण में 3 महत्वपूर्ण चरण हैं जो वे हैं,
इनपुट
जिस प्रक्रिया के माध्यम से डेटा एकत्र किया जाता है वह एक रूप में बदल जाता है संगणक समझ सकता हूं। यह सबसे महत्वपूर्ण कदम है क्योंकि सही आउटपुट परिणाम दिए गए इनपुट डेटा पर निर्भर करते हैं। डेटा इनपुट में की गई गतिविधियाँ चार चरणों की हैं, वे हैं
- डेटा संग्रहण
- डेटा एन्कोडिंग
- डेटा ट्रांसमिशन
- डेटा संचार
डेटा संग्रहण
डेटा संग्रह प्रसंस्करण में एक बहुत ही महत्वपूर्ण कदम है, जहां विभिन्न वातावरणों से सभी कच्चे तथ्यों को एकत्र किया जाता है जिसे अच्छी तरह से परिभाषित किया जाना चाहिए और इसे संसाधित करने के लिए सटीक होना चाहिए। डेटा संग्रह के उदाहरण भूमि सर्वेक्षण, चुनाव मतदान हैं।
डेटा एनकोडिंग
कच्चे तथ्यों को एक ऐसे रूप में परिवर्तित करने की प्रक्रिया जो प्रसंस्करण प्रणाली के इनपुट के रूप में प्रदान करना आसान है, डेटा एन्कोडिंग है।
डेटा ट्रांसमिशन
इस स्तर पर, डेटा प्रोसेसर और सिस्टम के विभिन्न घटकों को भी भेजा जाता है
डेटा संचार
इस स्तर पर, डेटा को विभिन्न प्रसंस्करण प्रणालियों के बीच संचारित किया जाता है।
प्रोसेस
यह चरण सार्थक जानकारी के लिए विभिन्न उपकरणों या सॉफ्टवेयर तकनीकों का उपयोग करके कच्चे डेटा में हेरफेर करने से संबंधित है। कई सॉफ्टवेयर उपकरण बहुत कम समय के भीतर डेटा की बड़ी मात्रा को संसाधित करने के लिए उपलब्ध हैं। इसे ऑटोमेशन डेटा प्रोसेसिंग तकनीक के निम्नलिखित उदाहरण में सरल रूप में समझाया जा सकता है, उपयोगकर्ता दो संख्याओं को जोड़ने के लिए एक प्रोग्राम लिखता है, जिसमें निर्देशों का सेट होता है, इस प्रोग्राम को सेंट्रल प्रोसेसिंग यूनिट में प्रोसेस किया जाता है, जो डेटा को प्रोसेस करता है निर्देश प्रदान किया गया। अब सॉफ्टवेयर उस डेटा में हेरफेर करता है जो डेटा को प्रोसेस करने और सार्थक अपेक्षित जानकारी देने के लिए निर्देश प्रदान करता है।
डेटा-प्रोसेसिंग-उदाहरण
डेटा हेरफेर तकनीक के तीन अलग-अलग प्रकार हैं
- वर्गीकरण: इस चरण में अलग-अलग समूहों और उपसमूहों के अनुसार डेटा को अलग किया गया है ताकि प्रक्रिया करना आसान हो।
- भंडारण: इस स्तर पर, डेटा को एक उचित अनुक्रम में संग्रहीत किया जाता है ताकि जरूरत पड़ने पर इसे आसानी से एक्सेस किया जा सके।
- गणना: इस स्तर पर, वांछित परिणाम उत्पन्न करने के लिए डेटा पर कई ऑपरेशन किए जाते हैं।
उत्पादन
इस स्तर पर, डेटा आउटपुट जो प्रोसेसिंग के बाद प्राप्त होता है, सार्थक डेटा है, जो एंड-यूज़र्स के लिए आवश्यक है। आउटपुट को विभिन्न रूपों में प्राप्त किया जा सकता है, जैसे ऑडियो, वीडियो, रिपोर्ट प्रिंट, आदि। निम्नलिखित गतिविधियाँ हैं जो वे करते हैं,
- डिकोडिंग: जो डेटा एनकोड किया गया है वह समझ प्रारूप में डिकोड किया गया है।
- संचार: उत्पन्न होने वाला आउटपुट विभिन्न स्थानों पर वितरित किया जाता है ताकि कोई भी उपयोगकर्ता इसे किसी भी समय एक्सेस कर सके।
- पुनर्प्राप्ति: जो डेटा वितरित और संग्रहीत किया जाता है, उसे किसी के विश्वास पर पहुँचा जा सकता है।
भंडारण चरण
संसाधित जानकारी को आगे उपयोग के लिए वर्चुअल डेटा मेमोरी में संग्रहीत किया जाता है यह चक्र का महत्वपूर्ण चरण है क्योंकि हम आवश्यक होने पर डेटा को पुनः प्राप्त कर सकते हैं।
अनुसंधान क्षेत्र में डाटा प्रोसेसिंग
इस प्रसंस्करण में मुख्य रूप से शामिल महत्वपूर्ण कदम इस प्रकार हैं,
- प्रश्नावली जाँच
- संपादन
- कोडन
- वर्गीकरण
- तालिका बनाना
- सचित्र प्रदर्शन
- डेटा की सफाई
- डेटा समायोजन
डेटा-प्रोसेसिंग-इन-रिसर्च-एरिया
- प्रश्नावली जाँच: पहला चरण यह जाँचना है कि कोई प्रश्नावली है या नहीं। स्वीकार्य प्रश्नावली के कुछ अधूरे या आंशिक डेटा नहीं हैं, अपर्याप्त ज्ञान।
- कच्चे डेटा में कोई त्रुटि होने पर संपादन डेटा की पहचान की जाती है ताकि यदि वे त्रुटियां हैं तो उन्हें संपादित किया जा सके और ठीक किया जा सके।
- कोडिंग प्रतीकों को देने की प्रक्रिया है ताकि प्रतिक्रियाओं को उनके संबंधित समूहों में रखा जा सके।
- डेटा का वर्गीकरण वर्ग अंतराल, आवृत्ति या शहर की तरह विशेषताओं पर आधारित है, आबादी बेहतर समझ के लिए की जाती है।
- वर्गीकृत करने के बाद हम पूरी प्रक्रिया को विभिन्न प्रासंगिक स्तंभों और पंक्तियों में सारणीबद्ध करते हैं।
- फिर उन्हें चित्रमय या सांख्यिकीय बार चार्ट प्रारूप में दर्शाते हैं।
- उसके बाद, हम किसी भी लापता होने पर पहले से एक बार फिर से पूरे डेटा की जांच करते हैं
डेटा, हम इसे स्थिरता के लिए जोड़ते हैं। - गुणवत्ता में सुधार के लिए डेटा एडजस्टिंग की एक अतिरिक्त अवधारणा को पूरक के रूप में किया जाता है।
लाभ
डाटा प्रोसेसिंग के फायदे हैं
- अत्यधिक कुशल
- समय बचाने वाला
- उच्च गति
- त्रुटियों को कम करता है
नुकसान
डाटा प्रोसेसिंग के नुकसान हैं
- बिजली की बड़ी खपत
- बड़े पैमाने पर होते हैं याद
- स्थापना की लागत अधिक है
- स्मृति का अपव्यय।
अनुप्रयोग
डाटा प्रोसेसिंग का अनुप्रयोग है
- बैंकिंग क्षेत्र में, इस प्रसंस्करण का उपयोग बैंक ग्राहकों द्वारा वहाँ सत्यापित करने, बैंक विवरण, लेनदेन और अन्य विवरणों के लिए किया जाता है।
- स्कूलों, कॉलेजों जैसे शैक्षिक विभागों में, यह प्रसंस्करण छात्र के विवरण जैसे बायोडाटा, कक्षा, रोल नंबर, प्राप्त अंक, आदि खोजने में लागू होता है।
- लेन-देन प्रक्रिया में, एप्लिकेशन उपयोगकर्ताओं को उनके विवरण का अनुरोध करने पर जानकारी को अपडेट करता है।
- लॉजिस्टिक ट्रैकिंग क्षेत्र में, यह प्रसंस्करण आवश्यक ग्राहक डेटा को ऑनलाइन प्राप्त करने में मदद करता है।
- अस्पतालों के रोगियों में, विवरण आसानी से खोजा जा सकता है।
यह आलेख प्रोसेसर के इनपुट के रूप में संसाधित किए गए कच्चे डेटा इनपुट के तरीके का वर्णन करता है, इस कच्चे डेटा को सार्थक जानकारी प्राप्त करने के लिए सॉफ़्टवेयर या किसी अन्य उपकरण का उपयोग करके संसाधित किया जा सकता है। डेटा का महत्वपूर्ण लाभ प्रसंस्करण है, एक कुछ सेकंड के भीतर आसानी से डेटा पुनः प्राप्त कर सकते हैं। यहां इस लेख में, हमने डेटा प्रोसेसिंग चक्र, अनुसंधान क्षेत्र में प्रसंस्करण, इसके फायदे, नुकसान और इसके अनुप्रयोगों को देखा है। यहाँ सवाल है कि 'ई-कॉमर्स क्षेत्र में डेटा कैसे संसाधित किया जाता है?'।
