Умный сбор данных

Технология, используемая для извлечения и обработки неструктурированной информации

Интеллектуальный сбор данных ( SDC ), также известный как «интеллектуальный сбор данных» или «автоматизированный сбор данных», описывает отрасль технологий, связанную с использованием методов компьютерного зрения, таких как оптическое распознавание символов (OCR), сканирование штрихкодов , распознавание объектов и других подобных технологий для извлечения и обработки информации из полуструктурированных и неструктурированных источников данных. IDC характеризует интеллектуальный сбор данных как интегрированную стратегию аппаратного, программного обеспечения и подключения, чтобы помочь организациям обеспечить сбор данных эффективным, повторяемым, масштабируемым и перспективным способом . ^[1] Данные собираются визуально из штрихкодов , текста, идентификаторов и других объектов — часто из многих источников одновременно — перед преобразованием и подготовкой к цифровому использованию, как правило, с помощью программного обеспечения на основе искусственного интеллекта . ^[2] Важной особенностью SDC является то, что он фокусируется не только на более эффективном сборе данных, но и на предоставлении легкодоступных, действенных идей в момент сбора данных как для рядовых, так и для офисных работников, помогая принимать решения и делая его двусторонним процессом.

Интеллектуальный сбор данных автоматизирует и ускоряет сбор, применяя идеи в реальном времени и автоматизируя процессы на основе извлеченных входных данных. Интеллектуальный сбор данных разработан так, чтобы быть повторяемым и масштабируемым, чтобы сократить низкоуровневые ручные задачи и исключить человеческие ошибки . Для достижения этой цели решения для интеллектуального сбора данных часто становятся доступными с использованием специального программного обеспечения, установленного на стандартном оборудовании, таком как смартфоны. ^[3] Однако некоторые решения могут полагаться на специализированное оборудование, такое как выделенные сканирующие устройства, носимые устройства ^[4] или роботы для цехов. ^[5]

Отличия от OCR

Приложения оптического распознавания символов обычно связаны с фактическим процессом сбора данных; они предназначены для точного воспроизведения текста, слов, букв и символов из печатного документа. Интеллектуальный сбор данных является многомодальным , ^[6] способным извлекать данные из более широкого спектра полуструктурированных и неструктурированных источников, выходя за рамки базового распознавания текста, чтобы предлагать более широкий спектр приложений. Расширяя функциональность для предоставления действенных идей в точке сбора, SDC также является двусторонним процессом (сбор-отображение), в то время как OCR чаще является односторонним (только сбор), в основном используемым для ввода данных. ^[7]

Интеллектуальные решения по сбору данных обычно состоят из двух частей:

Сбор данных (включая OCR, сканирование штрихкодов, распознавание объектов)
Функциональность, которая затем использует эти данные для предоставления практической информации в момент сбора данных.

Приложения

Интеллектуальный сбор данных может применяться практически в любой отрасли и приложении, где требуется сбор и интерпретация визуальной информации. Это может включать:

Розничная торговля ^[8]
Контроль запасов на складе
Логистика, обработка и доставка ^[9]
Производство
Полевая служба
Здравоохранение ^[10]
Транспорт и путешествия ^[11]
Обнаружение мошенничества
Захватывающие впечатления, основанные на дополненной реальности ^[12]

Примечания

Исторически PriceWaterhouseCoopers описывала интеллектуальный сбор данных как комбинацию роботизированной автоматизации процессов и интеллектуального распознавания символов . ^[13] Это описание уже не является достаточным, поскольку оно сосредоточено исключительно на текстовых системах сбора (автоматизированное OCR).

Смотрите также

Автоматическая идентификация и сбор данных

Ссылки

^ Аркаро, Мэтт (январь 2023 г.). Умный сбор данных: технологическая стратегия масштабирования интеллекта данных (PDF) . IDC (Отчет).
^ Мюллер, Сэмюэл (17 ноября 2022 г.). «Что компании должны знать об интеллектуальном сборе данных и доставке последней мили». Forbes Technology Council .
^ «Как интеллектуальные решения по сбору данных на защищенных устройствах Samsung Galaxy помогают трансформировать бизнес-операции». Samsung . 27 октября 2022 г.
^ Бауэр, Деннис; Вутцке, Рольф; Бауэрнхансль, Томас (2016). «Wear@Work – новый подход к сбору данных с использованием носимых устройств». Procedia Cirp . 50 : 529–534 . doi : 10.1016/j.procir.2016.04.121 . S2CID 114410108.
^ Anstee, James (14 января 2022 г.). «Scandit запускает интеллектуальное управление полками для ритейлеров». Electronic Specifier .
^ «9 принципов интеллектуальной стратегии сбора данных». iCrunchData . 8 июня 2023 г.
^ BasuMallick, Chiradeep (30 января 2023 г.). «Что такое OCR (оптическое распознавание символов)? Значение, работа и программное обеспечение». Spiceworks .
^ Прессли, Аликс (19 января 2023 г.). «Умный сбор данных открывает новые возможности для сотрудников и клиентов». Интеллектуальный ИТ-директор .
^ «Почему сбор мобильных данных важен для транспортных логистических компаний». Dynamsoft . 28 декабря 2022 г.
^ Флэннери, Эллен (13 марта 2023 г.). «Путь медсестры: как интеллектуальный сбор данных произведет революцию в больничных процессах». Intelligent Health.tech .
^ «SAS (Scandinavian Airlines) улучшает обслуживание клиентов и сокращает расходы с помощью сканирования штрихкодов Scandit на смартфонах». Business Wire . 9 декабря 2019 г.
^ Вала, Мелани (24 января 2023 г.). «Почему мобильный опыт важен для электронной коммерции». AIthority .
^ Камра, Нитин (2018). Роботизированная автоматизация процессов и интеллектуальное распознавание символов: интеллектуальный сбор данных (PDF) . PriceWaterhouseCooper (Отчет).

[1] Аркаро, Мэтт (январь 2023 г.). Умный сбор данных: технологическая стратегия масштабирования интеллекта данных (PDF) . IDC (Отчет).

[2] Мюллер, Сэмюэл (17 ноября 2022 г.). «Что компании должны знать об интеллектуальном сборе данных и доставке последней мили». Forbes Technology Council .

[3] «Как интеллектуальные решения по сбору данных на защищенных устройствах Samsung Galaxy помогают трансформировать бизнес-операции». Samsung . 27 октября 2022 г.

[4] Бауэр, Деннис; Вутцке, Рольф; Бауэрнхансль, Томас (2016). «Wear@Work – новый подход к сбору данных с использованием носимых устройств». Procedia Cirp . 50 : 529–534 . doi : 10.1016/j.procir.2016.04.121 . S2CID 114410108.

[5] Anstee, James (14 января 2022 г.). «Scandit запускает интеллектуальное управление полками для ритейлеров». Electronic Specifier .

[6] «9 принципов интеллектуальной стратегии сбора данных». iCrunchData . 8 июня 2023 г.

[7] BasuMallick, Chiradeep (30 января 2023 г.). «Что такое OCR (оптическое распознавание символов)? Значение, работа и программное обеспечение». Spiceworks .

[8] Прессли, Аликс (19 января 2023 г.). «Умный сбор данных открывает новые возможности для сотрудников и клиентов». Интеллектуальный ИТ-директор .

[9] «Почему сбор мобильных данных важен для транспортных логистических компаний». Dynamsoft . 28 декабря 2022 г.

[10] Флэннери, Эллен (13 марта 2023 г.). «Путь медсестры: как интеллектуальный сбор данных произведет революцию в больничных процессах». Intelligent Health.tech .

[11] «SAS (Scandinavian Airlines) улучшает обслуживание клиентов и сокращает расходы с помощью сканирования штрихкодов Scandit на смартфонах». Business Wire . 9 декабря 2019 г.

[12] Вала, Мелани (24 января 2023 г.). «Почему мобильный опыт важен для электронной коммерции». AIthority .

[13] Камра, Нитин (2018). Роботизированная автоматизация процессов и интеллектуальное распознавание символов: интеллектуальный сбор данных (PDF) . PriceWaterhouseCooper (Отчет).