“Data is the raw material that can be processed for any computing machine.
For example − Employee name, Product name, Name of the student, Marks of the student, Mobile number, Image etc.”
Data, Database के संदर्भ में, उन सभी single items को संदर्भित (refera) करता है जो Database में व्यक्तिगत (individually) रूप से या एक set के रूप में stored होते हैं। Database में Data मुख्य रूप से Database tables में store किया जाता है, जो स्तंभों (columns) में व्यवस्थित होते हैं जो उनमें store data types को निर्देशित करते हैं। इसलिए, यदि “customer” tables में “telephone number” titled एक column है, जिसका डेटा प्रकार “number” के रूप में परिभाषित किया गया है, तो उस कॉलम में केवल अंक stored किए जा सकते हैं। डेटा, यहां तक कि डेटाबेस में भी, अपने Raw form में शायद ही कभी उपयोगी होता है।
एक व्यक्ति यह सब process नहीं कर सकता। हालाँकि, जब डेटा को relationally रूप से arranged किया जाता है, तो यह जानकारी (Information) बन जाता है, जो users के लिए अधिक useful होता है। उदाहरण के लिए, यदि उपरोक्त बैंकिंग डेटाबेस में संग्रहीत संख्याओं का उपयोग जमा राशि के आधार पर शीर्ष 100 ग्राहकों के नाम और पते निकालने के लिए किया जाता है, तो डेटा का उपयोग उपयोगी जानकारी प्रदान करने के लिए किया गया है।
Data is a collection of a distinct small unit of information. It can be used in a variety of forms like text, numbers, media, bytes, etc. it can be stored in pieces of paper or electronic memory, etc.
Word ‘Data’ is originated from the word ‘datum’ that means ‘single piece of information.’ It is plural of the word datum.
Data can be: has a two categories / types
- Qualitative:- Descriptive data,
- यह किसी object या person की quality का वर्णन करता है। यह वर्णनात्मक जानकारी (Descriptive data) है. उदाहरण के लिए, त्वचा का रंग, आंखों का रंग, बालों की बनावट आदि हमें किसी व्यक्ति के बारे में गुणात्मक जानकारी ( Qualitative data ) देते हैं
- Quantitative – Numerical data
- Discrete – data which only takes certain value
- Continuous – data with a value of any kin
यह संख्यात्मक जानकारी प्रदान करता है. उदाहरण, किसी व्यक्ति की ऊंचाई और वजन ।
Why is it important?
Data is useful information that is collected from measurements, observations, research, and analysis, then it is used by Data scientists in order to make important decisions. Data is being used to detect risks and fraud in the Finance sector, analyze genetics, and genomics in the healthcare sector, do internet searches, and many more.
Importance of Data
There are a some many reasons of Importance of Data in each and every life and field.
1. Improve People’s Lives:- डेटा आपको उन लोगों के जीवन की quality में improve करने में मदद करेगा जिनका आप support करते हैं: Organization को data का use क्यों करना चाहिए?, इसके कारणों में quality में improve करना सबसे पहला और सबसे महत्वपूर्ण है। आपको measure और कार्रवाई करने की अनुमति देकर, एक effective data system आपके organization को लोगों के जीवन की quality में सुधार करने में सक्षम बना सकती है।
2. Make Informed Decisions :- Data = Knowledge. अच्छा डेटा निर्विवाद साक्ष्य (indisputable evidence) प्रदान करता है, जबकि वास्तविक साक्ष्य(anecdotal evidence), धारणाएं (assumptions)या अमूर्त अवलोकन (abstract observation) गलत निष्कर्ष के आधार पर कार्रवाई करने के कारण resources को बर्बाद कर सकते हैं।
3. Stop Molehills From Turning Into Mountains :- Data आपको अपने organization में important systems के health monitoring करने की अनुमति देता है: Quality Monitoring के लिए data का use करके, organization पूर्ण संकट (full-blown crisis) बनने से पहले चुनौतियों का जवाब देने में सक्षम होते हैं। Effective quality Monitoring आपके Organization को प्रतिक्रियाशील (reactive) के बजाय सक्रिय(protective) होने की अनुमति देगी और समय के साथ सर्वोत्तम प्रथाओं (Practices )को बनाए रखने के लिए Organization का support करेगी।
4. Get The Results You Want : – Data Organization को किसी दी गई strategy की effectiveness को मापने की अनुमति देता है: जब किसी चुनौती (challenge) पर काबू पाने के लिए रणनीतियाँ(strategies) बनाई जाती हैं, तो data collect करने से आप यह निर्धारित कर सकेंगे कि आपका समाधान कितना अच्छा प्रदर्शन कर रहा है, और क्या आपके दृष्टिकोण में बदलाव या बदलाव की आवश्यकता है या नहीं। दीर्घकालिक।
5. Find Solutions To Problems :- Data Organization को समस्याओं का कारण अधिक प्रभावी ढंग से निर्धारित करने की अनुमति देता है। Data Organization को different location , departments और systems में क्या हो रहा है, के बीच संबंधों की कल्पना (visualize) करने की अनुमति देता है। यदि medication संबंधी error की संख्या बढ़ गई है, तो क्या स्टाफ टर्नओव र या रिक्ति दर (staff turnover or vacancy rates) जैसा कोई मुद्दा है जो इसका कारण सुझा सकता है? इन डेटा बिंदुओं को एक साथ देखने से हमें अधिक सटीक सिद्धांत (Accurate theory develop) विकसित करने और अधिक प्रभावी समाधान पेश करने की अनुमति मिलती है।
6. Back Up Your Arguments :- सिस्टम वकालत (systems advocacy)के लिए डेटा एक प्रमुख घटक (main component) है। डेटा का उपयोग system changes के लिए एक मजबूत logic represent करने में help करेगा। चाहे आप public या private स्रोतों (source) से बढ़ी हुई फंडिंग (funding) की वकालत (advocacy)कर रहे हों, या विनियमन(regulation) में बदलाव के लिए मामला बना रहे हों, डेटा के उपयोग के माध्यम से अपने तर्क को दर्शाने से आपको यह प्रदर्शित करने की अनुमति मिलेगी कि बदलाव की आवश्यकता क्यों है।
7. Stop The Guessing Game :- डेटा आपके हितधारकों को (अच्छे और बुरे दोनों) निर्णय समझाने में मदद करेगा। चाहे आपकी strategies और decision का result आपकी अपेक्षा के अनुरूप हो या नहीं, आप आश्वस्त हो सकते हैं कि आपने अपना दृष्टिकोण (approach) अनुमानों के आधार पर नहीं, बल्कि अच्छे solid data डेटा के आधार पर develop किया है।
8. Be Strategic In Your Approaches :-डेटा से efficiency बढ़ती है. Effective data storage और Analysis आपको दुर्लभ संसाधनों (scarce resources) को वहां निर्देशित करने की अनुमति देगा जहां उनकी सबसे अधिक आवश्यकता है। यदि किसी विशेष सेवा क्षेत्र में महत्वपूर्ण घटनाओं में वृद्धि देखी गई है, तो इस डेटा को यह निर्धारित करने के लिए आगे विच्छेदित (dissected)किया जा सकता है कि क्या वृद्धि व्यापक(increase is widespread) है या किसी विशेष साइट पर अलग है
9. Know What You Are Doing Well :-Data आपको अपने Organization में ताकत के क्षेत्रों को दोहराने की (replicate areas of strength across your organization) अनुमति देता है।Data Analysis आपको highe performance वाले programs ,services area और लोगों की पहचान करने में सहायता करेगा। एक बार जब आप अपने Highe performance करने वालों की पहचान कर लेते हैं, तो आप programs ,services area और low performance करने वाले लोगों की सहायता के लिए strategies developed करने के लिए उनका अध्ययन कर सकते हैं।
10. Keep Track Of It All :- अच्छा डेटा organization को आगे बढ़ने के लिए base line, standard और goal स्थापित करने की अनुमति देता है। क्योंकि data आपको मापने की अनुमति देता है, आप आधार रेखाएं स्थापित करने, बेंचमार्क ढूंढने और performance goal निर्धारित करने में सक्षम होंगे। आधार रेखा वह है जो किसी विशेष समाधान को लागू करने से पहले एक निश्चित क्षेत्र जैसा दिखता है। बेंचमार्क स्थापित करते हैं कि समान जनसांख्यिकीय(demographic) में अन्य लोग कहां हैं, जैसे व्यक्तिगत परिणाम माप® राष्ट्रीय डेटा(Personal Outcome Measures® national data)। डेटा एकत्र करने से आपके Organization को performance के लिए goal निर्धारित करने और उन्हें हासिल करने पर आपकी सफलताओं का जश्न मनाने की अनुमति मिलेगी।
11. Make The Most Of Your Money :- फंडिंग तेजी से परिणाम और डेटा-संचालित हो रही है। प्रदान की गई सेवाओं पर आधारित फंडिंग से प्राप्त परिणामों पर आधारित फंडिंग की ओर बदलाव के साथ, संगठनों के लिए साक्ष्य-आधारित अभ्यास को लागू करना और डेटा एकत्र करने और उसका विश्लेषण करने के लिए सिस्टम विकसित करना तेजी से महत्वपूर्ण हो गया है।
12. Access The Resources Around You :- विश्लेषण(Analysis) शुरू करने के लिए आवश्यक अधिकांश डेटा और विशेषज्ञता आपके organization के पास संभवतः पहले से ही मौजूद है। आपका मानव संसाधन (human resources) कार्यालय संभवतः पहले से ही आपके employees से related data track करता है। आप शायद पहले से ही अपनी राज्य निरीक्षण एजेंसी को घटनाओं के संबंध में data report कर रहे हैं। संभवतः आपके organization में कम से कम एक व्यक्ति ऐसा है जिसके पास Excel का अनुभव है। लेकिन, अगर आप इनमें से कोई भी काम नहीं करते हैं, तो भी उम्मीद बाकी है! ऑनलाइन बहुत सारे निःशुल्क resources मौजूद हैं जिनसे आप शुरुआत कर सकते हैं। “डेटा का विश्लेषण कैसे करें” या “एक्सेल में चार्ट कैसे बनाएं” के लिए वेब खोज करें।