Умный сбор данных
Интеллектуальный сбор данных (SDC), также известный как «интеллектуальный сбор данных» или «автоматический сбор данных», описывает отрасль технологий, связанную с использованием методов компьютерного зрения, таких как оптическое распознавание символов (OCR), штрих-кода сканирование , распознавание объектов и других подобных технологий. извлекать и обрабатывать информацию из полуструктурированных и неструктурированных источников данных . IDC характеризует интеллектуальный сбор данных как интегрированную стратегию аппаратного, программного обеспечения и подключения, которая помогает организациям обеспечить эффективный, повторяемый, масштабируемый и перспективный способ сбора данных . [1] Данные собираются визуально со штрих-кодов , текста, идентификаторов и других объектов — часто из многих источников одновременно — перед преобразованием и подготовкой для цифрового использования, как правило, с помощью программного обеспечения на базе искусственного интеллекта . [2] Важной особенностью SDC является то, что он фокусируется не только на более эффективном сборе данных, но и на предоставлении легкодоступной и действенной информации в момент сбора данных как сотрудникам, работающим непосредственно на переднем крае, так и сотрудникам, работающим за офисом, помогая принимать решения и делая их более эффективными. двусторонний процесс.
Интеллектуальный сбор данных автоматизирует и ускоряет сбор, применяя аналитические данные в режиме реального времени и автоматизируя процессы на основе извлеченных входных данных. Интеллектуальный сбор данных обеспечивает повторяемость и масштабируемость, что позволяет сократить количество ручных операций низкого уровня и исключить человеческие ошибки . Для достижения этой цели решения для интеллектуального сбора данных часто предоставляются с использованием специального программного обеспечения, установленного на обычном оборудовании, таком как смартфоны. [3] Однако некоторые решения могут полагаться на специализированное оборудование, такое как специальные сканирующие устройства, носимые устройства и т. д. [4] или роботы в цехах. [5]
Отличия от OCR
[ редактировать ]Приложения оптического распознавания символов обычно связаны с реальным процессом сбора данных; они предназначены для точного воспроизведения текста, слов, букв и символов из печатного документа. Интеллектуальный сбор данных является мультимодальным , [6] способен извлекать данные из более широкого спектра полуструктурированных и неструктурированных источников, выходя за рамки простого распознавания текста и предлагая более широкий спектр приложений. Расширяя функциональность для предоставления действенной информации в момент захвата, SDC также представляет собой двусторонний процесс (захват-отображение), тогда как OCR чаще является односторонним (только захват), в основном используемым для ввода данных. [7]
Решения для интеллектуального сбора данных обычно состоят из двух частей:
- Сбор данных (включая распознавание текста, сканирование штрих-кода, распознавание объектов)
- Функциональность, которая затем использует эти данные для предоставления действенной информации в момент их сбора.
Приложения
[ редактировать ]Интеллектуальный сбор данных может применяться практически в любой отрасли и приложении, требующем визуального сбора и интерпретации информации. Это может включать в себя:
- Розничная торговля [8]
- Контроль складских запасов
- Логистика, обработка и отправка [9]
- Производство
- Выездное обслуживание
- Здравоохранение [10]
- Транспорт и путешествия [11]
- Обнаружение мошенничества
- Захватывающий дополненной реальности опыт, основанный на [12]
Примечания
[ редактировать ]Исторически PriceWaterhouseCoopers описывала интеллектуальный сбор данных как сочетание роботизированной автоматизации процессов и интеллектуального распознавания символов . [13] Этого описания уже недостаточно, поскольку оно ориентировано исключительно на системы захвата текста (автоматическое распознавание текста).
См. также
[ редактировать ]Ссылки
[ редактировать ]- ^ Аркаро, Мэтт (январь 2023 г.). Интеллектуальный сбор данных: технологическая стратегия масштабирования аналитики данных (PDF) . ИДЦ (Отчет).
- ^ Мюллер, Самуэль (17 ноября 2022 г.). «Что компании должны знать об интеллектуальном сборе данных и доставке последней мили» . Технологический совет Forbes .
- ^ «Как интеллектуальные решения для сбора данных на защищенных устройствах Samsung Galaxy помогают трансформировать бизнес-операции» . Samsung . 27 октября 2022 г.
- ^ Бауэр, Деннис; Вуцке, Рольф; Бауэрнхансль, Томас (2016). «Wear@Work – новый подход к сбору данных с помощью носимых устройств» . Процедия Сирп . 50 : 529–534. дои : 10.1016/j.procir.2016.04.121 . S2CID 114410108 .
- ^ Ансти, Джеймс (14 января 2022 г.). «Scandit запускает интеллектуальную систему управления полками для розничных торговцев» . Электронный спецификатор .
- ^ «9 принципов интеллектуальной стратегии сбора данных» . iCrunchData . 8 июня 2023 г.
- ^ БасуМаллик, Чирадип (30 января 2023 г.). «Что такое OCR (оптическое распознавание символов)? Значение, работа и программное обеспечение» . Мастерская специй .
- ^ Прессли, Аликс (19 января 2023 г.). «Интеллектуальный сбор данных повышает качество обслуживания сотрудников и клиентов» . Интеллектуальный директор по информационным технологиям .
- ^ «Почему мобильный сбор данных важен для транспортно-логистических фирм» . Динамсофт . 28 декабря 2022 г.
- ^ Фланнери, Эллен (13 марта 2023 г.). «Путешествие медсестры: как интеллектуальный сбор данных произведет революцию в больничных процессах» . Интеллектуальная технология здравоохранения .
- ^ «SAS (Scandinavian Airlines) улучшает обслуживание клиентов и сокращает расходы благодаря сканированию штрих-кодов Scandit на смартфонах» . Деловой провод . 9 декабря 2019 г.
- ^ Вала, Мелани (24 января 2023 г.). «Почему мобильный опыт важен для электронной коммерции» . Честность .
- ^ Камра, Нитин (2018). Роботизированная автоматизация процессов и интеллектуальное распознавание символов: интеллектуальный сбор данных (PDF) . ПрайсУотерхаусКупер (Отчет).