Skip to main content

Színes

sajtó csomag

Töltse le a Clementine bemutatkozó anyagát.

SAJTÓKAPCSOLAT

E-mail: This email address is being protected from spambots. You need JavaScript enabled to view it.
Tel: +36 1 457 0561
Fax: +36 1 457 0562
Cím: 1115 Budapest,
Bartók Béla út 105-113.

Gondolatok az adatelemzésrőlés az adatelemzési megoldásokról

Gondolatok az adatelemzésrőlés az adatelemzési megoldásokról

15 January 2026.
A Megatrendek híres szerzője John Naisbitt írta: „megfulladunk az adatoktól, miközben tudásra éhezünk”. Valóban. Körülöttünk egy informatikai forradalom zajlik. Kevés olyan folyamata, területe van életünknek, melynek eseményeit valamilyen módon ne rögzítenénk, de a globalizáció, a felgyorsult üzletmenet, a növekvő ügyféligények, egyes szektorok (például bank, távközlés) növekvő szabályozási-megfelelési kényszere, a társadalmi mozgások, de akárcsak a felismerés és adatgyűjtés módszereinek és eljárásainak fejlődése és számos más tényező is az adatmennyiség folyamatos növekedéséhez vezet, s ez a növekedés exponenciális.

A Megatrendek híres szerzője John Naisbitt[1] írta: „megfulladunk az adatoktól, miközben tudásra éhezünk”. Valóban. Körülöttünk egy informatikai forradalom zajlik. Kevés olyan folyamata, területe van életünknek, melynek eseményeit valamilyen módon ne rögzítenénk, de a globalizáció, a felgyorsult üzletmenet, a növekvő ügyféligények, egyes szektorok (például bank, távközlés) növekvő szabályozási-megfelelési kényszere, a társadalmi mozgások, de akárcsak a felismerés és adatgyűjtés módszereinek és eljárásainak fejlődése és számos más tényező is az adatmennyiség folyamatos növekedéséhez vezet, s ez a növekedés exponenciális.

Egyes becslések szerint ma a világon 181 zetabyte-nyi információ van. Ez elképzelhetetlenül nagy szám: 181 és utána 21 nulla byte. Ekkora számra számfogalmaink sincsenek. Nem tudjuk kimondani, csak azt, hogy 18121 (száznyolcvanegy a huszonegyediken) byte.

Döbbenetes a növekedés, ami az évek során bekövetkezett. 2020-ban mintegy 64zetabyte volt az információ mennyiség, ez 5 év alatt, mintegy megháromszorozódott[2].

LinkedIn stratégia grafikon
Forrás: Statista, 2023

Ennek az óriási mennyiségnek és növekedésének az egyik tényezője: az IoT (Internet of Things = az online adatcserét végző és adatokat generáló eszközök), a másik pedig a socialmedia térhódítása. Ehhez képest agyunk információ feldolgozó képessége mindössze 10 bit/sec a Cell.com tudományos portál szerint. Bár a számítógépekkel ezt több százszorosára növelhetjük. De így is igaz Naisbith mondata: „még ahhoz is futnunk kell, hogy helyben maradjunk”.

Akár az adattömeg „fullasztó” mérete, akár az adatokkal ábrázolt jelenségek bonyolultsága, összetettsége, áttekinthetetlensége okán nagyon sok érték marad rejtve. A feladat az, hogy ebben a fullasztó adatmennyiségben találjunk utat a nyers adattól, annak információvá alakításán keresztül a hasznosuló tudásig, hogyan válik a szervezeti tudás, az üzleti intelligencia részévé.

Az információ újdonságot tartalmazó ismeret, amely befolyásolhatja, megváltoztathatja magatartásunkat, azaz „hozzáállásunkat” a vizsgált jelenséghez. Az adatokból akkor lesz információ, amikor valamilyen összefüggésrendszerbe, kontextusba helyezzük őket, tudatosítva kapcsolataikat, viszonyaikat.

A tudás feldolgozott információ, amely felismerhetővé tesz lényeges összefüggéseket, megmutatja az adatokban meghúzódó mintákat (típusokat, következetességeket), s következtetést tudunk levonni arra vonatkozóan, hogy mit és hogyan kell csinálni, hogyan kell megváltoztatni magatartásunkat. Az információ tudássá alakításának folyamatában az adatelemzésnek az egymással kapcsolatban álló információk összegyűjtésében, értelmes szerkezetbe rendezésében, szemléletes megmutatásában, elemzésében, következtetések levonásában, s bizonyos előrelátások, kivetítések megfogalmazásában van szerepe.

Ebben a helyzetben az adatelemzés:

  • Az adathalmazban egy átlátható rendszert teremt, olyan szerkezetben, együttállásban jeleníti meg az adatokat, amely értelmet ad („sugall”) az adatok mögött meghúzódó tartalomnak, információnak.
  • A problémaorientált elemzési eljárások keretében számszerű értékeléseket végez, számított érveket szolgáltat a felvetett kérdésekkel, hipotézisekkel kapcsolatban.
  • Ezek értékelésével, kielemzésével, egy „lehetséges” közelítést, választ ad a felvetett problémára. Az adott válasz csökkenti a kockázatát a tudáshiányos helyzethez képest a meghozandó döntésnek.

Az adatelemzés az egyik legfontosabb szakasz az (üzleti) tudás megszerzéséhez vezető folyamatban, amelyben a gazdasági események feljegyzett adatai egy tudatos feldolgozási, átalakítási, csoportosítási, rendezési, elemzési munka eredményeként üzleti problémák megoldására alkalmas felismerésekké és képességgé, s üzleti magatartás tervezésének elindítóivá, akciók kiváltóivá válnak.

Az a felismerés, amit az adatelemzés során szerzünk, kiinduló pont kell legyen olyan üzleti tervek készítéséhez, melyek üzleti probléma megoldására irányulnak, amelyek végülis hozzá tudnak járulni az üzleti kockázat csökkentéséhez, az értékesítés növeléséhez, a vevői kör jobb eléréséhez, a költségek csökkentéséhez. A hasznosulást viszont az jelenti, ha a felismert üzleti tudás realizált piaci tervekbe, üzleti akciókba fordul. Így válik üzleti intelligenciává.

A hiteles következtetésekhez vezető elemzés megalapozott módszereket igényel. Az adatelemzés statisztikai apparátust használ, statisztikai módszertan alkalmazásával oldja meg az elemzési problémákat.

A szakember, aki piacvizsgálatokkal, a vállalkozások üzleti döntéseinek előkészítésével, társadalmi-gazdasági elemzésekkel foglalkozik a napi munkájában magától értetődő módon kell igénybe vegye a számítógéppel támogatott adatelemző módszereket.

Az adatelemzés a statisztika által kidolgozott elméleti megközelítéseket feladatra, problématípusra szabott eljárásokba sűríti.

Az adatelemzés erre a célra kidolgozott programcsomagokkal valósul meg, amelyekbe beépített eljárások mintegy „intelligencia-konzervként” működnek. Az analitikai szoftverek és a BigData piacán olyan nevek töltenek be vezető szerepet, mint a Microsoft, az Oracle, az IBM és az SAP, SAS. Ezeknek a vezető cégeknek a szoftvereit a világ referencia szintűnek tekinti..Elterjedtségét, használtságát, széleskörű elfogadottságát tekintve kiemelkedő szerepet játszik az IBM SPSS szoftvere.Az „SPSS az egész világon közkedvelt, komplex statisztikai eszköz, az adatelérés, előkészítés, elemzés, ábrázolás, modellezés, riportálás műveleteket egységbe foglaló, felhasználóbarát programrendszer. Fél évszázados története alatt egyfajta sztenderd szerepe lett”[3].

Az IBM a kezdetektől vállalta, hogy évenként frissíti, fejleszti, új korszerű, az új kihívásokra reagáló megoldásokkal egészíti ki a szoftvert. Ma a kb. 1 hónappal ezelőtt kiadott 31. verzió az aktuális.

A vállalati információs vagyon jelentős részét képezi a pénzügyi-számviteli információs rendszer. Gazdag tárháza a vállalkozás működését leíró információknak. Kiindulás a vállalkozás működésének megértését, jövőjét befolyásoló elemzések megvalósításának.

A Magyar Könyvvizsgálói Kamara Oktatási Központ godozásában megjelent Adatelemzés SPSS megoldások alkalmazásával második, átdolgozott, bővített kiadásában megjelent szakkönyv ezt az elezési munkát kívánja támogatni. Megoldást kíván adni bizonyos adott problémák megválaszolását segítő elemzési megoldásokra, de segíteni akar a megoldások elemzésében, interpretálásában is. A könyv elsősorban tankönyvnek íródott. Remélhetőleg azonban haszonnal forgathatják a gazdálkodó szervezetek elemző munkatársai is, akik munkájukban az adatelemzés módszereinek gyakorlati alkalmazása során feladataik megoldásához módszertani és számítógépes támogatást keresnek!

A könyv szerzője: Jánosa András nyugalmazott, tanszékvezető főiskolai tanár.

Források és megjegyzések

  1. John Naisbith(1929-2021) amerikai professzor, a világ-bestsellerré vált Megatrendek szerzője, melyben a világ legmeghatározóbb trendjeit dolgozta fel. A világ több egyetemének professzora a Harvard egyetemtől, Kínán át Moszkváig.
  2. Fenyvesi Gergely Big Data, 2024. április 19.
  3. Könyves Tóth Előd: 50 éves az SPSS, Xperience&research, Clementin 2018. 01