datankäsittely

Datankäsittely tarkoittaa tiedon keräämistä, muokkaamista, tallentamista, analysointia ja esittämistä hyödyllisen päätöksenteon tai toimintojen tukemiseksi. Termi kattaa sekä manuaaliset että automaattiset prosessit, ja se voi koskea rakenne- tai rakenneetonta dataa, kuten tekstiä, lukemia, kuvia tai sensori- ja lokitietoja.

Datankäsittelyprosessiin kuuluu tyypillisesti datan hankinta, esikäsittely (suodatus, puhdistus, yhdistäminen), transformointi (muunnokset, normalisointi), analyysi (tilastollinen analyysi, koneoppiminen) sekä tulosten visualisointi ja arkistointi. Tekniikoita ovat relaatiotietokannat, ETL-putket, Hadoop- ja Spark-ympäristöt, pilvipalvelut sekä koneoppimis- ja tekoälyratkaisut.

Sovelluksia on monilla aloilla, kuten liiketoiminnassa asiakas- ja toimitusketjuanalytiikassa, tieteessä tutkimusdatan käsittelyssä, julkisella sektorilla tilastoinnissa ja terveydenhuollossa potilastietojen analysoinnissa. Datankäsittelyyn liittyy keskeisiä haasteita: tietojen laatu ja eheys, tietosuoja ja -turva, eettiset kysymykset sekä mahdollinen vinouma analyysissä ja malleissa.

Lainsäädäntö, kuten Euroopan unionin yleinen tietosuoja-asetus (GDPR), ohjaa henkilötietojen käsittelyä. Tulevaisuuden suuntauksia ovat reaaliaikainen datankäsittely, reunalaskenta (edge computing), automaatio, tekoälyn syvempi integrointi sekä kasvava tarve läpinäkyvyydelle ja vastuullisuudelle datan käytössä.