Skąd wiadomo, czy to dane, czy informacje?

Dane są zapisami faktów, obserwacji lub zdarzeń. Stają się informacją dla odbiorcy wtedy, gdy zostaną osadzone w kontekście i można zrozumieć ich znaczenie.

Wyobraź sobie komunikat „100%”. Sama liczba niewiele mówi. Dopiero gdy obok pojawia się napis „Aktualizacja ukończona”, otrzymujemy kontekst i rozumiemy znaczenie komunikatu. Każdego dnia korzystamy z podobnych komunikatów. Widzimy temperaturę za oknem, saldo na koncie, status zamówienia czy powiadomienie o opóźnieniu przesyłki.

Zauważyłam, że w codziennych rozmowach często używamy pojęć dane i informacje zamiennie. Pytanie „dane czy informacje?” pojawia się częściej niż mogłoby się wydawać.

System może przechowywać miliony rekordów i jednocześnie nie dostarczać użytkownikowi żadnej użytecznej informacji. Może też wykorzystać kilka dobrze dobranych danych, aby przedstawić informację pomocną przy podejmowaniu decyzji.

Jaka jest różnica między danymi a informacjami?

Pytanie „Skąd wiadomo, czy to dane, czy informacje?” wydaje się proste, ale w praktyce różnica między nimi jest bardzo istotna.

Pracując z systemami zauważyłam, że wiele problemów wynika z pomieszania tych dwóch pojęć. Mówimy o braku informacji, choć w rzeczywistości dane istnieją. Problem polega na tym, że nikt nie połączył ich w całość, która miałaby znaczenie dla użytkownika.

Dane są często początkiem procesu prowadzącego do odpowiedzi. Bez odpowiedniego kontekstu mogą nie odpowiadać jeszcze na pytanie użytkownika.

Czym są dane?

Dane mogą być liczbami, pomiarami, datami, symbolami, nazwami czy pojedynczymi komunikatami zapisanymi przez system.

Pamiętam sytuację, gdy użytkownik zgłosił problem z analizą raportu. Dane były dostępne i technicznie wszystko działało poprawnie, ale trudno było zrozumieć ich znaczenie. Jedna z wartości wynosiła „0”. Użytkownik pytał, czy oznacza ona błąd, brak danych czy może zakończenie procesu.

Wystarczyło doprecyzowanie nazwy kolumn i dodanie kontekstu. Dopiero wtedy liczby można było właściwie zinterpretować. To właśnie dlatego odpowiedź na pytanie „Skąd wiadomo, czy to dane, czy informacje?” nie zawsze jest oczywista.

Czym jest informacja?

Gdy dane zostaną osadzone w kontekście i zaczynają odpowiadać na konkretne pytanie odbiorcy, stają się dla niego informacją.

Sama wartość „0″ niewiele mówi. Sytuacja zmienia się, gdy wiemy, że oznacza ona brak błędów w procesie albo zakończenie przesyłania danych. W tym momencie dane otrzymują znaczenie i stają się użyteczne dla odbiorcy. Zauważyłam, że użytkownicy rzadko zastanawiają się czy mają dane czy informacje. Znacznie częściej chcą wiedzieć, czy zamówienie zostało wysłane, czy odczyt został przekazany i czy proces zakończył się sukcesem.

Można powiedzieć, że informacja powstaje wtedy, gdy dane zostaną połączone z kontekstem, celem i potrzebą użytkownika. To właśnie dlatego ten sam zestaw danych może być wartościowy dla jednej osoby, a nieprzydatny w danym kontekście dla innej.

Jak od danych przechodzimy do decyzji?

Do tej pory zastanawialiśmy się, czy to dane, czy informacje i gdzie przebiega granica pomiędzy nimi.

Kiedy pierwszy raz spotkałam się z pojęciami danych i informacji, wydawało mi się, że różnica między nimi jest niewielka. W praktyce oba słowa często pojawiają się obok siebie i łatwo traktować je jak synonimy.

Dopiero podczas pracy z procesami i systemami zaczęłam zauważać, że pomiędzy pojedynczą wartością a decyzją człowieka istnieje znacznie dłuższa droga. Tę zależność dobrze pokazuje opisany poniżej model DIKW.

DIKW jest modelem pomocniczym, który upraszcza bardziej złożone zależności. Nie oznacza to, że dane zawsze przechodzą kolejno przez cztery wyraźnie oddzielone etapy. Model pomaga jednak zobaczyć, jak z zapisanych wartości może powstać znaczenie, zrozumienie i podstawa do działania.

Wyobraź sobie liczbę 380. Sama w sobie niewiele mówi. Nie wiemy, czego dotyczy. Jest zapisaną wartością, ale bez kontekstu trudno ją zinterpretować.

Tak zaczyna się historia danych (Data).

Sytuacja zmienia się, gdy do liczby dodamy kontekst: „Poprawnie przesłano 380 odczytów.” Nagle liczba przestaje być przypadkowym ciągiem cyfr. Wiemy już, czego dotyczy i możemy nadać jej znaczenie. Dzięki kontekstowi dane mogą zostać zinterpretowane jako informacja (Information).

Jeżeli dodatkowo wiemy, że poprawne przesłanie wszystkich odczytów oznacza zakończenie pierwszego etapu procesu, zaczynamy rozumieć sytuację znacznie szerzej. Łączymy nową informację z tym, co już wiemy o działaniu systemu i przebiegu procesu. W modelu DIKW ten etap odpowiada wiedzy. Na tym jednak nie koniec.

Jeżeli z wcześniejszych doświadczeń wiemy, że duże partie odczytów potrzebują więcej czasu na przetworzenie, możemy podjąć świadomą decyzję i zaplanować ich wysyłkę na godziny poranne. Dzięki temu cały proces ma większą szansę zakończyć się w wymaganym terminie.

W modelu DIKW ten etap można potraktować jako mądrość: wykorzystanie wiedzy, doświadczenia i oceny sytuacji do wybrania działania, które najlepiej odpowiada celowi.

Nie polega ona na posiadaniu większej ilości informacji, ale na wykorzystaniu wiedzy do podjęcia lepszej decyzji.

Zanim jednak dane staną się informacją, wiedzą lub podstawą do podjęcia decyzji, często muszą pokonać drogę pomiędzy różnymi systemami. O tym, jak systemy wymieniają się danymi, przeczytasz w artykule Co to jest API i jak działa?

Jak dane stają się informacją?

Samo zgromadzenie danych nie zawsze wystarcza, aby były użyteczne dla odbiorcy. Czasami wystarczy dodać prosty kontekst. W bardziej złożonych przypadkach dane trzeba zebrać, sprawdzić, połączyć i zinterpretować, zanim będzie można wykorzystać je jako informację.

Jak dane trafiają do różnych systemów?

Dane trafiają do różnych systemów, baz danych i plików. Często pochodzą z wielu źródeł jednocześnie. W jednym miejscu zapisują się wyniki pomiarów, w innym dane zamówień, a jeszcze gdzie indziej informacje wprowadzane przez użytkowników.

Żeby można było je analizować, trzeba je najpierw zebrać i połączyć. Zauważamy to wtedy, gdy chcemy przygotować zbiorczy raport zawierający wiele danych. Czasami trzeba połączyć kilka raportów.

W świecie technologii wykorzystuje się między innymi hurtownie danych i jeziora danych. Oba rozwiązania mogą gromadzić dane z wielu źródeł, ale robią to w różny sposób:

  • hurtownia przechowuje dane uporządkowane i przygotowane do raportowania oraz analiz,
  • jezioro danych może zachowywać duże ilości danych w ich pierwotnej lub mniej przetworzonej postaci, aby można było wykorzystać je później do różnych celów.

Dane nie zawsze są gotowe do wykorzystania. Mogą zawierać nieoczekiwane duplikaty, brakujące wartości, niespójne formaty albo nieaktualne rekordy.

To, co uznamy za błąd, zależy od celu i zasad obowiązujących w danym procesie. Dlatego przed analizą dane często trzeba sprawdzić, uporządkować i odpowiednio przygotować.

Jak znaleźć znaczenie w danych?

W bardziej złożonych przypadkach kolejnym krokiem jest poszukiwanie znaczenia. Systemy, analitycy lub algorytmy próbują znaleźć zależności, powtarzające się wzorce i odpowiedzi na konkretne pytania.

Pojedynczy zapis zamówienia może już być informacją dla osoby, która musi je obsłużyć. Kiedy jednak zestawimy wiele zamówień i zauważymy, że ten sam klient regularnie kupuje określony produkt pod koniec miesiąca, otrzymujemy dodatkową informację o powtarzającym się wzorcu.

To właśnie tutaj pytanie „Skąd wiadomo, czy to dane, czy informacje?” nabiera praktycznego znaczenia. W codziennym życiu rzadko potrzebujemy samych danych. Znacznie częściej szukamy odpowiedzi na konkretne pytania.

Chcemy wiedzieć, czy przesyłka dotrze na czas, czy rachunek został opłacony albo czy wynik badania mieści się w normie. To właśnie dlatego informacja jest dla człowieka znacznie bardziej użyteczna niż pojedyncza liczba czy komunikat.

Na końcu wyniki analizy trzeba przedstawić w sposób zrozumiały dla człowieka. Dlatego informacje często pojawiają się w postaci:

  • raportów,
  • wykresów,
  • dashboardów,
  • komunikatów systemowych.

Dobrze przygotowana prezentacja pomaga użytkownikowi odnaleźć informację potrzebną do podjęcia decyzji.

Dlaczego więcej danych nie zawsze oznacza lepsze decyzje?

Skoro dane są tak ważne, można odnieść wrażenie, że im więcej ich zbierzemy, tym lepsze decyzje będziemy podejmować. W praktyce nie zawsze tak się dzieje.

Zauważyłam, że problem często nie polega na braku danych. Znacznie częściej problemem okazuje się ich nadmiar. W systemie pojawiają się dziesiątki kolumn, setki rekordów i wiele wskaźników, ale odpowiedź na proste pytanie nadal nie jest oczywista.

Większa liczba danych nie gwarantuje większego zrozumienia sytuacji. Paradoksalnie zdarza się, że kilka dobrze dobranych informacji pozwala zrozumieć sytuację szybciej niż rozbudowany raport zawierający dziesiątki wskaźników.

Wyobraź sobie raport zawierający kilkadziesiąt różnych wartości. Technicznie wszystko wygląda poprawnie. Problem pojawia się wtedy, gdy użytkownik nie wie, które dane są ważne i jakie wnioski powinien z nich wyciągnąć.

W takich sytuacjach łatwo pomylić ilość informacji z ich wartością.

Coraz częściej mówi się również o przeciążeniu informacyjnym (information overload). Pojawia się wtedy, gdy ilość, złożoność lub sposób przedstawienia informacji przekraczają możliwości ich skutecznego przetworzenia w dostępnych warunkach. Nadmiar może wtedy utrudniać zrozumienie sytuacji i podejmowanie decyzji.

Dlatego samo gromadzenie kolejnych danych nie wystarcza. Równie ważne są ich jakość, czytelność, dostępność i dopasowanie do potrzeb odbiorcy.

Ostatecznie nie chodzi o to, ile danych posiadamy. Znacznie ważniejsze jest to, czy potrafimy zamienić je w informację, która pomoże podjąć właściwą decyzję.

Skąd wiadomo, czy to dane czy, informacje? Podsumowanie

Każdego dnia otaczają nas ogromne ilości danych. Powstają podczas korzystania z aplikacji, wykonywania pomiarów, realizowania transakcji czy obserwowania otaczającego świata.

Same dane mogą być trudne do wykorzystania, jeśli nie znamy ich kontekstu. Dopiero ich uporządkowanie i interpretacja pomagają odbiorcy wydobyć z nich znaczenie i wykorzystać je jako informację.

To właśnie dlatego odpowiedź na pytanie „dane czy informacje?” nie jest tak oczywista, jak mogłoby się wydawać.

Dane zapisują fakty, pomiary lub zdarzenia. Informacja pomaga odbiorcy zrozumieć, co te zapisy oznaczają w określonym kontekście.

Im większe znaczenie mają informacje, tym ważniejsza staje się ich ochrona. Jeśli zastanawiasz się, dlaczego bezpieczeństwo danych jest dziś tak ważne, może zainteresuje Cię artykuł Czym jest bezpieczeństwo cyfrowe i gdzie się zaczyna?

Informacja pomaga tylko wtedy, gdy dociera tam, gdzie jest potrzebna. W cyfrowym świecie nie zawsze dzieje się to automatycznie. Co więc sprawia, że dane czasem nie docierają tam, gdzie powinny?

→ Dlaczego dane czasem nie docierają tam, gdzie powinny?


FAQ

Dane czy informacje: czy tych określeń można używać wymiennie?

W codziennym języku oba określenia bywają używane zamiennie, ale nie oznaczają dokładnie tego samego. Dane są zapisami faktów, wartości, obserwacji lub zdarzeń. Stają się informacją dla odbiorcy wtedy, gdy zostaną osadzone w odpowiednim kontekście i można zrozumieć ich znaczenie.

Skąd biorą się dane?

Dane mogą pochodzić z wielu źródeł. Powstają między innymi podczas korzystania z systemów, wykonywania pomiarów, realizowania transakcji oraz rejestrowania zdarzeń i procesów.

Jak dane stają się informacją?

Dane stają się informacją dla odbiorcy, gdy zostaną osadzone w odpowiednim kontekście i można zrozumieć ich znaczenie. W bardziej złożonych przypadkach mogą wcześniej wymagać zebrania, sprawdzenia, połączenia, analizy i czytelnego przedstawienia.

Czym jest model DIKW?

DIKW to model pomocniczy pokazujący możliwe związki między danymi, informacją, wiedzą i mądrością. Upraszcza on rzeczywisty proces, który nie zawsze przebiega liniowo, ale pomaga zrozumieć, jak kontekst, doświadczenie i ocena sytuacji mogą prowadzić od zapisanych wartości do działania.

Czy więcej danych oznacza lepsze decyzje?

Nie zawsze. Nadmiar danych może utrudnić analizę i ukryć najważniejsze informacje. Znacznie większe znaczenie ma jakość danych oraz umiejętność ich interpretacji.

Warto zajrzeć również do:

Źródło grafiki: Designed by Magnific.

To pytanie prowadzi dalej...

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Wymagane pola są oznaczone *