Dataindsamling og -behandling

Informationsteknologi C · HHX · C-niveau · Databaser

💻 Dataindsamling og -behandling

Før data kan bruges til noget nyttigt — analyser, beslutninger, AI-modeller — skal det indsamles, renses og struktureres.

Hvor kommer data fra?

• Spørgeskemaer og brugerundersøgelser
• Sensorer og IoT-enheder (temperatur, trafik, sundhedsdata)
• Webtrafik og brugeradfærd (klik, søgninger, købshistorik)
• Offentlige datakilder (Danmarks Statistik, åbne data fra kommuner)
• API'er — programmer der automatisk henter data fra andre systemer

Dataformater

• CSV (Comma-Separated Values): simpel tabelformat, kan åbnes i Excel
• JSON (JavaScript Object Notation): struktureret format, meget brugt i webapplikationer
• XML: ældre struktureret format, stadig udbredt i visse systemer

Databehandling — fra rå data til brugbar viden

1. Indsamling: hente data fra kilden

2. Rensning (data cleaning): fjerne fejl, dubletter og manglende værdier

3. Strukturering: organisere data i tabeller eller databaser

4. Analyse: finde mønstre, beregne statistik, lave visualiseringer

5. Præsentation: grafer, dashboards, rapporter

Værktøjer

• Excel/Google Sheets: til mindre datasæt
• Python (pandas): til større datasæt og automatisering
• Power BI / Tableau: til visualisering og dashboards i virksomheder

Hvorfor det betyder noget

Dårlig eller fejlbehæftet data fører til dårlige beslutninger ("garbage in, garbage out") — derfor er kvaliteten af dataindsamling og -behandling afgørende, både for virksomheder og for samfundet som helhed.

Læringsmål

• Beskrive forskellige kilder til data og almindelige dataformater (CSV, JSON)
• Forklare de centrale trin i databehandling fra indsamling til præsentation
• Vurdere hvorfor datarensning er vigtig for kvaliteten af en analyse
• Give eksempler på værktøjer der bruges til databehandling i praksis

Sådan kan du arbejde med emnet

• Beskriv en metode til at indsamle data, fx et spørgeskema, og en mulig fejlkilde ved den
• Forklar hvad det betyder at "rense" data, og giv et eksempel på, hvorfor det er nødvendigt
• Diskutér hvordan man kan visualisere et datasæt, så det bliver let at forstå

Træningsforslag

• Hent et åbent datasæt fra dst.dk eller en kommunes hjemmeside, og åbn det i Excel eller Google Sheets
• Lav en simpel graf eller tabel, der viser et mønster i datasættet
• Diskutér: hvad kan der gå galt, hvis data ikke renses ordentligt, før det bruges til en beslutning?