Ví dụ về thu thập dữ liệu trong khoa học sinh học. Chim cánh cụt Adélie được xác định và cân mỗi khi chúng đi qua cầu cân tự động trên đường đến hoặc rời biển
Thu thập dữ liệu hoặc thu thập dữ liệu là quá trình thu thập và đo lường thông tin về các biến được nhắm mục tiêu trong một hệ thống đã được thiết lập, sau đó cho phép một người trả lời các câu hỏi liên quan và đánh giá kết quả. Thu thập dữ liệu là một thành phần nghiên cứu trong tất cả các lĩnh vực nghiên cứu, bao gồm khoa học vật lý và xã hội, nhân văn và kinh doanh. Mặc dù các phương pháp khác nhau tùy theo ngành học, nhưng sự nhấn mạnh vào việc đảm bảo thu thập chính xác và trung thực vẫn giống nhau. Mục tiêu của tất cả việc thu thập dữ liệu là thu thập bằng chứng chất lượng cho phép phân tích dẫn đến việc hình thành các câu trả lời thuyết phục và đáng tin cậy cho các câu hỏi đã được đặt ra. Thu thập và xác thực dữ liệu bao gồm bốn bước khi liên quan đến điều tra dân số và bảy bước khi liên quan đến lấy mẫu
Bất kể lĩnh vực hoặc sở thích xác định dữ liệu [định lượng hay định tính], việc thu thập dữ liệu chính xác là điều cần thiết để duy trì tính toàn vẹn của nghiên cứu. Việc lựa chọn các công cụ thu thập dữ liệu phù hợp [hiện có, được sửa đổi hoặc mới được phát triển] và các hướng dẫn được mô tả để sử dụng đúng cách giúp giảm khả năng xảy ra lỗi
Một quy trình thu thập dữ liệu chính thức là cần thiết vì nó đảm bảo rằng dữ liệu được thu thập đều được xác định và chính xác. Bằng cách này, các quyết định tiếp theo dựa trên các lập luận thể hiện trong các phát hiện được đưa ra bằng cách sử dụng dữ liệu hợp lệ. Quá trình này cung cấp cả đường cơ sở để đo lường và trong một số trường hợp nhất định, chỉ báo về những gì cần cải thiện
Có 5 phương pháp thu thập dữ liệu phổ biến
Nền tảng quản lý dữ liệu[sửa | sửa mã nguồn]
Nền tảng quản lý dữ liệu [DMP] là hệ thống lưu trữ và phân tích tập trung dữ liệu. Chủ yếu được sử dụng bởi các nhà tiếp thị, DMP tồn tại để biên dịch và chuyển đổi một lượng lớn dữ liệu thành thông tin rõ ràng. Các nhà tiếp thị có thể muốn nhận và sử dụng dữ liệu của bên thứ nhất, thứ hai và thứ ba. DMP cho phép điều này, bởi vì chúng là hệ thống tổng hợp của DSP [nền tảng bên cầu] và SSP [nền tảng bên cung cấp]. Khi nói đến quảng cáo, DMP là không thể thiếu để tối ưu hóa và hướng dẫn các nhà tiếp thị trong các chiến dịch trong tương lai. Hệ thống này và hiệu quả của chúng là bằng chứng cho thấy dữ liệu được phân loại, phân tích và tổng hợp hữu ích hơn nhiều so với dữ liệu thô
Các vấn đề về toàn vẹn dữ liệu[sửa | sửa mã nguồn]
Lý do chính để duy trì tính toàn vẹn của dữ liệu là để hỗ trợ quan sát lỗi trong quá trình thu thập dữ liệu. Những lỗi đó có thể do cố ý [cố ý làm sai lệch] hoặc không cố ý [lỗi ngẫu nhiên hoặc hệ thống]
Có hai cách tiếp cận có thể bảo vệ tính toàn vẹn của dữ liệu và đảm bảo giá trị khoa học của các kết quả nghiên cứu do Craddick, Crawford, Rhodes, Redican, Rukenbrod và Laws phát minh vào năm 2003
- Đảm bảo chất lượng – tất cả các hành động được thực hiện trước khi thu thập dữ liệu
- Kiểm soát chất lượng – tất cả các hành động được thực hiện trong và sau khi thu thập dữ liệu
Đảm bảo chất lượng[sửa]
Trọng tâm chính của nó là phòng ngừa, chủ yếu là hoạt động tiết kiệm chi phí để bảo vệ tính toàn vẹn của việc thu thập dữ liệu. Việc tiêu chuẩn hóa giao thức thể hiện rõ nhất hoạt động tiết kiệm chi phí này, được phát triển trong sổ tay thủ tục toàn diện và chi tiết để thu thập dữ liệu. Nguy cơ không xác định được các vấn đề và sai sót trong quá trình nghiên cứu rõ ràng là do các hướng dẫn được viết kém. Được liệt kê là một số ví dụ về những thất bại như vậy
- Không chắc chắn về thời gian, phương pháp và xác định người chịu trách nhiệm
- Liệt kê một phần các mục cần thu thập
- Mô tả mơ hồ về các công cụ thu thập dữ liệu thay vì hướng dẫn từng bước nghiêm ngặt về việc quản lý các bài kiểm tra
- Không xác định chính xác nội dung và chiến lược đào tạo, bồi dưỡng cán bộ chịu trách nhiệm thu thập dữ liệu
- Hướng dẫn sử dụng, điều chỉnh và hiệu chỉnh thiết bị thu thập dữ liệu không rõ ràng
- Không có cơ chế xác định trước để ghi lại những thay đổi trong thủ tục xảy ra trong quá trình điều tra
Kiểm soát chất lượng[sửa]
Vì các hành động kiểm soát chất lượng diễn ra trong hoặc sau khi thu thập dữ liệu nên tất cả các chi tiết đều được ghi chép cẩn thận. Cần có một cấu trúc truyền thông được xác định rõ ràng như một điều kiện tiên quyết để thiết lập các hệ thống giám sát. Sự không chắc chắn về luồng thông tin không được khuyến khích vì cấu trúc truyền thông được tổ chức kém dẫn đến việc giám sát lỏng lẻo và cũng có thể hạn chế cơ hội phát hiện lỗi. Kiểm soát chất lượng cũng chịu trách nhiệm xác định các hành động cần thiết để sửa chữa các hoạt động thu thập dữ liệu bị lỗi và cũng giảm thiểu các sự cố như vậy trong tương lai. Một nhóm có nhiều khả năng không nhận ra sự cần thiết phải thực hiện những hành động này nếu các quy trình của họ được viết một cách mơ hồ và không dựa trên phản hồi hoặc giáo dục
Làm gián điệp, là hành động lấy thông tin bí mật hoặc bí mật mà không được sự cho phép của người nắm giữ thông tin. Người cung cấp dịch vụ này có thu phí được gọi là thám tử tư
Họ thu thập thông tin hữu ích từ nhiều nguồn khác nhau, sau đó họ cung cấp thông tin đó cho khách hàng với một khoản phí. Họ thường được thuê để thực hiện công việc cụ thể là thu thập thông tin của người được nhắm mục tiêu
Mặt khác, những thám tử tư này có thể nhờ sự trợ giúp của Data Brokers
Môi giới dữ liệu. Trích từ bài viết wiki giải thích chi tiết
Nhà môi giới dữ liệu hoặc nhà môi giới thông tin thu thập thông tin về các cá nhân từ hồ sơ công cộng và nguồn riêng tư bao gồm hồ sơ điều tra dân số và thay đổi địa chỉ, xe cơ giới và hồ sơ lái xe, tài liệu do người dùng đóng góp cho các trang mạng xã hội, báo cáo của phương tiện truyền thông và tòa án, danh sách đăng ký cử tri, mua hàng của người tiêu dùng
Câu của bạn,
If you're looking for someone who knows a lot about others, he's the right person, he's thám tử tư
Mặc dù vậy, họ không có thông tin về người được nhắm mục tiêu trước đó. Sau khi bạn thuê họ, họ thu thập thông tin của người được nhắm mục tiêu cho bạn