ما هي عيوب عملية معالجة البيانات

اقرأ في هذا المقال


تسمى عملية تحويل البيانات الأولية باستخدام وسيط مثل الأدوات اليدوية أو الآلية إلى معلومات مخرجات ذات مغزى معالجة البيانات، والوظيفة الأساسية لهذه المعالجة هي التحقق من الصحة والفرز والتلخيص والتجميع والتحليل والتصنيف.

ما هي عيوب عملية معالجة البيانات

  • طريقة المعالجة اليدوية للبيانات هي الأبطأ بين جميع أنواع معالجة البيانات.
  • هذه الطريقة أكثر عرضة للخطأ، وفرص الأخطاء في النتائج الناتجة عن المعالجة اليدوية للبيانات أكثر من طريقتين أخريين.
  • المعالجة اليدوية للبيانات هي عملية تستغرق وقتًا طويلاً، وكلما زاد مقدار البيانات زاد الوقت اللازم لمعالجة البيانات.
  • إنّ معالجة البيانات الميكانيكية ليست عملية آلية مع زيادة البيانات ويزداد عدد العمليات الحسابية ممّا يجعل العملية برمتها صعبة ومعقدة.
  • قد يتطلب استخدام “البيانات الضخمة” قدرًا كبيرًا من قوة الحوسبة ويمكن أن يحتاج وقتًا طويلاً في عملية معالجة البيانات.
  • قد يتسبب إيقاف معالجة البيانات في إتلاف النظام للبيانات المعنية وقد يؤدي النظام الذي يستخدمه إلى استنفاد موارد الجهاز ممّا يتسبب في فشل العملية.
  • يمكن أن تتضمن معالجة البيانات حالات شاذة ربما لم يتم احتسابها، وقد تعني العملية المجمعة أن المستخدمين يتلقون معلومات غير صحيحة حتى تتم معالجة بياناتهم.
  • لا يمكن أن تتم المعالجة التفاعلية في عمليات ضريبية للغاية تتطلب الكثير من الحسابات، وقد لا تكون المعالجة التفاعلية ممكنة حتى تكتمل العملية.
  • قد تعني المعالجة التفاعلية إمكانية تلف البيانات مثل إيقاف عرض الفيديو مؤقتًا أو حذف البيانات المفتوحة بواسطة عمليات أخرى في المكان.
  • تتطلب معالجة المعاملة أن تكتمل المعاملة قبل أن يتم قبولها وبالتالي قد تكون هناك أوقات انتظار طويلة قبل اكتمال المعاملة.
  • تعني معالجة المعاملات أن النظام يجب أن يكون متاحًا دائمًا أثناء ساعات التشغيل لذلك عند تعطل النظام يمكن أن تكون هناك تداعيات كبيرة في بعض الأحيان.

المصدر: Data Science from Scratch: First Principles with Python by Joel Grus / 2nd EditionAn Introduction to Data Science By Jeffrey S. Saltz, Jeffrey M. Stanton / First EditionIntroducing Data Science: Big data, machine learning, and more, using Python tools By Davy Cielen, Arno Meysman / First EditionFoundations of Data Science By Avrim Blum, John Hopcroft, Ravindran Kannan / First Edition


شارك المقالة: